在着手朋友的新需求前，发现了一些问题，比如说经常重复提取文本，我可不可以把提取后的序列单独保存起来，实现自动化提取bam文件序列？为了实现自己给自己提的需求，我顺便把文件操作复习一遍，毕竟还是以学习为主。
看了一下，实现序列自动化提取序列需要用到os，import之。
def pysam_save(self,squence_number): #用于提取序列的功能模块,输出TXT
number =0
compile = re.compile("/桌面/(.*).bam")
filename = re.findall(compile,path_in)
print(filename)
for line in samfile:
number += 1
if number < squence_number:
squence = (re.findall("[AGCT][AGCT][AGCT].*[AGCT][AGCT][AGCT]", str(line))) # 提取目標序列
str_squence = " ".join(squence)
if len(str_squence) < 400:
with open("bam_squence", "a") as pysam_txt:
pysam_txt.write(str_squence)
pysam_txt.write("\n")
#print(os.path.abspath("bam_squence.txt"))
else:
ospath = "/home/charmflystar/Desktop/save_file_for_pycharm/gene_squence/bam_squence"
ospath_new = "/home/charmflystar/Desktop/save_file_for_pycharm/gene_squence/%s"% filename
os.rename(ospath, ospath_new)
print("执行完毕")
break
这块功能模块运行完之后，是这个样子的
智能化输出序列txt文本
有人可能会觉得，做这个有什么用呢，因为接下来如果要筛出符合要求的序列，那么就必须使用文件存储功能，方便后续比对序列，下面上的第二个功能：
def AGCT_accuracy(self,squence_number): #用于统计A\G\C\T的碱基精准度,智能化输出到TXT
number = 0
for line in samfile:
number += 1
if number < squence_number:#控制输出结果条数,方便测试
squence = re.findall("[AGCT][AGCT][AGCT].*[AGCT][AGCT][AGCT]",str(line)) #提取目標序列
str_squence = " ".join(squence)#需要转化为str
total_squence =len(str_squence) #統計序列長度
if total_squence < 400: #這裏是因爲曬篩除則中有一些提取出問題的序列,原因不明
compile1 = re.compile("[A][A][A][A][A*]") #根据需求抓取含A的连续序列
A_squence = str(re.findall(compile1,str_squence))#同样需转化为str,以便以文本格式保存
compile2 = re.compile("/桌面/(.*).bam")#1.这段代码是用来智能化命名文本名称的
name = re.findall(compile2, path_in)#2.这段代码是用来智能化命名文本名称的
filename =" ".join(name)#3.这段代码是用来智能化命名文本名称的
#print(A_squence)
if "A" in A_squence:
with open("bam_squence", "a") as pysam_txt: #把筛出的符合序列写到记事本中
pysam_txt.write(str_squence)
pysam_txt.write("\n")
else:
ospath = "/home/charmflystar/Desktop/save_file_for_pycharm/gene_squence/bam_squence"
ospath_new = "/home/charmflystar/Desktop/save_file_for_pycharm/gene_squence/%s" % filename #4.这段代码是用来智能化命名文本名称的
os.rename(ospath, ospath_new)
print("执行完毕")
break
至此，需要的功能模块基本完成，剩下的就是和目标序列逐一比对，统计正确率
