将ENA下载的MD5值转化成md5sum可以识别的格式

本脚本可以将从ENA下载的MD5文件(如下)

run_accession   fastq_md5   fastq_ftp
SRR6039701  abd202ee5560384dc8e52e5e924c19ae;8469ccc631726de6fab0119e01732b57   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/001/SRR6039701/SRR6039701_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/001/SRR6039701/SRR6039701_2.fastq.gz
SRR6039704  6d44e41b97c339fc36895cb8e77a0949;f95ea68a0a7d4aa0c412ebf73ae7137b   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/004/SRR6039704/SRR6039704_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/004/SRR6039704/SRR6039704_2.fastq.gz
SRR6039713  1545094f325090e923132181d08ab800;6a51a3d036bab41479351531a27dd468   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/003/SRR6039713/SRR6039713_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/003/SRR6039713/SRR6039713_2.fastq.gz
SRR6039715  28ef2ac1974d6c302f7509ea61dcecc1;84155b05232383efe9bf0eb327e13d46   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/005/SRR6039715/SRR6039715_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/005/SRR6039715/SRR6039715_2.fastq.gz
SRR6039716  643ee49e5a20a415eadb063ec119f344;76a1e485c02961e3c9c7d99557551d3c   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/006/SRR6039716/SRR6039716_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/006/SRR6039716/SRR6039716_2.fastq.gz
SRR6039720  5269407a490a021ce00be6f3bd5b9ace;946b2307eb0def52cd2abe85c527c709   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/000/SRR6039720/SRR6039720_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/000/SRR6039720/SRR6039720_2.fastq.gz
SRR6039723  8657038bf0b51e5ca5011598457d394c;08c117bde33115c6f062d818237eb226   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/003/SRR6039723/SRR6039723_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/003/SRR6039723/SRR6039723_2.fastq.gz
SRR6039724  ffe27f5c5fb243b2ac12636187fa47c4;475b2ebed9ec973579d743e88960b6b3   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/004/SRR6039724/SRR6039724_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/004/SRR6039724/SRR6039724_2.fastq.gz
SRR6039726  510de07b9e579b37a58e72bcde795c42;bfdc0820f7965a1fe1025d51febea0e3   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/006/SRR6039726/SRR6039726_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/006/SRR6039726/SRR6039726_2.fastq.gz
SRR6039727  e1c2bdc5f0fb2329396613d0a807a065;8ffc58658489bb0918e8a5944cd6048f   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/007/SRR6039727/SRR6039727_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/007/SRR6039727/SRR6039727_2.fastq.gz
SRR6039728  238ae623a91cd87ab222a5cd3d41fe6b;c33fbaccea58a6ec1cd96a5efdc81894   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/008/SRR6039728/SRR6039728_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/008/SRR6039728/SRR6039728_2.fastq.gz
SRR6039732  fdd341b5ad1fafccf24479f12f11224b;1010af8747f2e017e4ad15b71a1dda2b   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/002/SRR6039732/SRR6039732_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/002/SRR6039732/SRR6039732_2.fastq.gz
SRR6039735  a161e2dad0fbcb38805b0edb2d006274;78499623c7db41560082ce28f6c190e6   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/005/SRR6039735/SRR6039735_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/005/SRR6039735/SRR6039735_2.fastq.gz
SRR6039736  2d43a8a4423a373b6ab8325c3229a832;ca8e26f8dfa930557a5dd74ab0662b15   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/006/SRR6039736/SRR6039736_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/006/SRR6039736/SRR6039736_2.fastq.gz
SRR6039739  ff2f7cad774c7352bcc02adfd2377b19;c3e983ce8f6186abf1050d26ce6bfb33   ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/009/SRR6039739/SRR6039739_1.fastq.gz;ftp.sra.ebi.ac.uk/vol1/fastq/SRR603/009/SRR6039739/SRR6039739_2.fastq.gz

转化成md5sum 可以识别的格式

abd202ee5560384dc8e52e5e924c19ae    SRR6039701_1.fastq.gz
8469ccc631726de6fab0119e01732b57    SRR6039701_2.fastq.gz
6d44e41b97c339fc36895cb8e77a0949    SRR6039704_1.fastq.gz
f95ea68a0a7d4aa0c412ebf73ae7137b    SRR6039704_2.fastq.gz

代码如下

# 读取原始文件内容
with open(r'F:\SduPostDoc\Maize-Genome-and-Transcriptome\Maize-transcriptome-after-pathogen-infection\玉米瘤黑粉\00Rawdata\file.md5.txt', 'r') as file:
    lines = file.readlines()

output_lines = []

# 第一轮循环:处理原始文件格式,将每行拆分成样本ID、MD5哈希、URL
for line in lines:
    parts = line.strip().split('\t')
    sample_id = parts[0]
    md5_urls = parts[1].split(';')
    
    if len(md5_urls) == 2:
        md5_hash_1 = md5_urls[0]
        md5_hash_2 = md5_urls[1]
        url_1 = parts[2].split(';')[0]
        url_2 = parts[2].split(';')[1]
        # 添加两行到输出,每行包含样本ID、MD5哈希和URL
        output_lines.append(f"{sample_id}\t{md5_hash_1}\t{url_1}")
        output_lines.append(f"{sample_id}\t{md5_hash_2}\t{url_2}")
    elif len(md5_urls) == 1:
        md5_hash = md5_urls[0]
        url = parts[2]
        # 添加一行到输出,包含样本ID、MD5哈希和URL
        output_lines.append(f"{sample_id}\t{md5_hash}\t{url}")

# 将处理后的数据写入新文件
with open(r'F:\SduPostDoc\Maize-Genome-and-Transcriptome\Maize-transcriptome-after-pathogen-infection\玉米瘤黑粉\00Rawdata\file.md5new1.txt', 'w') as file:
    file.write('\n'.join(output_lines))

# 读取处理后的文件
with open(r'F:\SduPostDoc\Maize-Genome-and-Transcriptome\Maize-transcriptome-after-pathogen-infection\玉米瘤黑粉\00Rawdata\file.md5new1.txt', 'r') as file:
    lines = file.readlines()

output_lines = []
current_md5 = None

# 第二轮循环:将相同MD5哈希的文件名合并到一行
for line in lines:
    parts = line.strip().split('\t')
    md5_hash = parts[1]
    filename = parts[2].split('/')[-1]

    if current_md5 == md5_hash:
        # 如果MD5哈希相同,将文件名添加到当前行
        output_lines[-1] += f" {filename}"
    else:
        # 如果MD5哈希不同,创建新行,并添加MD5哈希和第一个文件名
        current_md5 = md5_hash
        output_lines.append(f"{md5_hash}\t{filename}")

# 将合并后的数据写入新文件
with open(r'F:\SduPostDoc\Maize-Genome-and-Transcriptome\Maize-transcriptome-after-pathogen-infection\玉米瘤黑粉\00Rawdata\file.md5new2.txt', 'w') as file:
    file.write('\n'.join(output_lines))

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343

推荐阅读更多精彩内容