一、目的

• 提取taxonomy里的family信息

cat test.txt

k__Bacteria;p__Verrucomicrobia;c__Verrucomicrobiae;o__Verrucomicrobiales;f__Akkermansiaceae;g__Akkermansia;

二、python3代码

vi get_family.py

#!/usr/bin/env python3
import os, sys, re
ms, infile = sys.argv
with open(infile) as f:
    f = f.read()
    species = re.findall(r'f__(.*)\.g__', f)
    print(''.join(species))

• read(): 读取整个文件，使用与小文件，大文件推荐for逐行读取；
• re.findall(r'', file): 从整个文件中搜索符合正则的字符串，返回列表
• ‘’。join(): 将列表拼成字符串输出

三、测试

python3 get_family.py test.txt

Akkermansiaceae

参考：
https://blog.csdn.net/Fairy_teacher/article/details/106916453