在 skbio 中打开用于 TabularMSA 的文件句柄

Question

你好 skbio 团队。

所以我需要允许 DNA 或 RNA MSA。当我执行以下操作时，如果我遗漏了 alignment_fh.close() skbio 会读取 except 块中的 'non header' 行，这让我觉得我需要先关闭文件以便它从头开始，但是如果我添加 alignment_fh.close() 我无法让它读取文件。我试过通过多种方法打开它，但我相信 TabularMSA.read() 应该允许文件或文件句柄。想法？谢谢！

try:
    aln = skbio.TabularMSA.read(alignment_fh, constructor=skbio.RNA)
except:
    alignment_fh.close()
    aln = skbio.TabularMSA.read(alignment_fh, constructor=skbio.DNA)

Answer 1

I've tried opening it via a variety of methods, but I believe TabularMSA.read() should allow files OR file handles.

你是对的：scikit-bio 通常支持使用打开的文件句柄或文件路径读写文件。

您运行遇到的问题是您的第一个 TabularMSA.read() 调用读取打开文件句柄的全部内容，因此当第二个 TabularMSA.read() 调用在except 块，文件指针已经位于打开文件句柄的末尾——这就是为什么您会收到一条错误消息，提示文件为空。

此行为是故意的；当 scikit-bio 被赋予一个打开的文件句柄时，它将读取或写入文件但不会尝试管理句柄的文件指针（这种管理类型取决于代码的调用者）。

现在，当要求 scikit-bio 读取 文件路径 （即包含磁盘上文件路径或可通过某些 URI 访问的字符串）时，scikit-bio 将为您处理打开和关闭文件句柄，因此这通常是更简单的方法。

您可以使用文件路径或文件句柄来实现您的目标。在以下示例中，假设 aln_filepath 是一个 str 指向磁盘上的比对文件（例如 "/path/to/my/alignment.fasta"）。

使用文件路径： 您可以简单地将文件路径传递给两个 TabularMSA.read() 调用；您不需要 open() 或 close() 电话。

try:
    aln = skbio.TabularMSA.read(aln_filepath, constructor=skbio.RNA)
except ValueError:
    aln = skbio.TabularMSA.read(aln_filepath, constructor=skbio.DNA)

使用文件句柄：您需要打开一个文件句柄并在您的 except 块中重置文件指针，然后再读取第二个时间。

with open(aln_filepath, 'r') as aln_filehandle:
    try:
        aln = skbio.TabularMSA.read(aln_filehandle, constructor=skbio.RNA)
    except ValueError:
        aln_filehandle.seek(0)  # reset file pointer to beginning of file
        aln = skbio.TabularMSA.read(aln_filehandle, constructor=skbio.DNA)

注意： 在这两个示例中，我都使用了 except ValueError 而不是 "catch-all" except 语句。我建议捕获特定的错误类型（例如 ValueError）而不是任何异常，因为代码可能以不同于您预期的方式失败。例如，使用 "catch-all" except 语句，用户将无法使用 Ctrl-C 中断您的程序，因为 KeyboardInterrupt 将被捕获并被忽略。

在 skbio 中打开用于 TabularMSA 的文件句柄

Opening filehandles for use with TabularMSA in skbio

skbio