基因组上传中遇到的问题之一:
In annotation file, each features should have ID information in the ninth column如图所示：只有部分地方有ID，其他地方没有需要补充。
1.png
根据上一行的ID修改文件脚本如下：小脚本没有过于复杂的包或者函数，主要是涉及到关于元素的片切和拼接，根据个人所需来添加。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
author: xushifen
script: 批量从gff文件读取第9列信息，缺乏ID信息的补充上一行的ID信息
date：2021.10.28
"""
def usage():
print('Usage: python add_ID.py [in_file] [out_file]')
def main():
inf = open('test.gff.txt', 'r')
ouf = open('test.gff.new.txt', 'w')
for line in inf:
nine_word = line.strip().split("\t")[8] # 取第九列元素
flag = nine_word.split('; ', 1)[0] # 取第九列的一个元素
if flag.startswith("ID="):
ouf.write(line)
last_flag = flag
else:
nine_word_new = last_flag + '; ' + line.strip().split("\t")[8]
new_list = line.strip().split("\t")[:8]
new_list.append(nine_word_new)
str = '\t'
newline = str.join(new_list)
ouf.write(newline + '\n')
inf.close()
ouf.close()
try:
main()
except IndexError:
usage()
测试结果如下：
2.png
