import sys,getopt
#import语句用来导入其他python文件（称为模块module），使用该模块里定义的类、方法或者变量，从而达到代码复用的目的
#import module_name。即import后直接接模块名。在这种情况下，Python会在两个地方寻找这个模块，第一是sys.path,（通过运行代码import sys; print(sys.path)查看）.一般安装的Python库的目录都可以在sys.path中找到（前提是要将Python的安装目录添加到电脑的环境变量），所以对于安装好的库，我们直接import即可
def usage():
#def定义该脚本的用法，定义了一个usage()函数
print('usage:python3 removeRedundantProteins.py -i <in_fasta> -o <out_fasta> <-h>')
return
def removeRedundant(in_file,out_file):
gene_dic = {}
#创建一个空的字典
flag = ''
#flag一般就是标记、标识的意思
with open (in_file) as in_fasta:
#open(in_file)in_fine就是我们的输入文件
for line in in_fasta:
#line就是输入文件的每一行，通过for循环遍历输入文件
if '>' in line:
#如果fasta文件该行有>，则执行以下操作
line=line.split()
line=line[0]+"\n"
#print(line)
line1 = line.strip('>\n')
# print(line1)
#strip() 方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。该方法只能删除开头或是结尾的字符，不能删除中间部分的字符。
#移除带有>的行中的>和换行符
line2 = line1.split('.')
#这个是非常重要的，每个文件不一样，分割符也不一样，一般该脚本只需要改这个即可
#split() 通过指定分隔符对字符串进行切片，如果参数 num 有指定值，则分隔 num+1 个子字符串，
#对id分割，以-作为分割符；不同序列分割符可能不一致，大多是是以.分割
li = line2[0]
#print (li)
flag = li
# print(flag)
#捕捉异常可以使用try/except语句。
#try/except语句用来检测try语句块中的错误，从而让except语句捕获异常信息并处理。
#如果你不想在异常发生时结束你的程序，只需在try里捕获它。
try:
gene_dic[li]
except KeyError:
gene_dic[li] = [line]
# print (gene_dic[li])
#如果在try部分关键字发生了异常，执行这块代码
else:
gene_dic[li].append(line)
#没有发生异常，执行这块代码
#有异常的话可能是因为关键字必须是唯一的，但是存在可变剪切的话可能就不唯一了？所以引发异常？引发异常之后，赋值，将line
else:
gene_dic[flag][-1] += line
#print(gene_dic[li][0])
#gene_dic[flag]就相当于一个列表，在该列表中再找到最后一个值，那最后这个值就等于原先的最后一个值加上line
with open (out_file,'w') as out_fasta:
for k,v in gene_dic.items():
#print(v)
# items() 函数以列表返回可遍历的(键, 值) 元组数组。
if len(v) == 1:
#len() 方法返回列表元素个数。
#如果键只有一个，则表明不存在可变剪切，直接输出即可
out_fasta.write(gene_dic[k][0])
else:
#否则的话，就代表存在可变剪切，那么就需要对序列长度进行比较了，谁最大输出谁
trans_max = ''
for trans in gene_dic[k]:
#print(trans)
#遍历值
a = len(list(trans))
#print (a)
#list() 方法用于将元组或字符串转换为列表
#len()方法返回列表元素的个数
b = len(list(trans_max))
if a > b:
trans_max = trans
out_fasta.write(trans_max)
def main(argv):
try:
opts, args = getopt.getopt(argv,'hi:o:')
except getopt.GetoptError:
usage()
sys.exit()
for opt, arg in opts:
if opt == '-h':
usage()
sys.exit()
elif opt == '-i':
in_fasta_name = arg
elif opt == '-o':
outfile_name = arg
try:
removeRedundant(in_fasta_name,outfile_name)
except UnboundLocalError:
usage()
return
if __name__ == '__main__':
main(sys.argv[1:])
