obiimport function for testing purposes
This commit is contained in:
Celine Mercier
196
python/obitools3/obiimport.py
Normal file
196
python/obitools3/obiimport.py
Normal file
@ -0,0 +1,196 @@
|
|||||||
|
import sys
|
||||||
|
import argparse
|
||||||
|
import time
|
||||||
|
|
||||||
|
from obitools3.obidms._obidms import OBIDMS
|
||||||
|
|
||||||
|
|
||||||
|
def bufferedRead(fileobj,size=100000000):
|
||||||
|
buffer = fileobj.readlines(size)
|
||||||
|
while buffer:
|
||||||
|
for l in buffer:
|
||||||
|
yield l
|
||||||
|
buffer = fileobj.readlines(size)
|
||||||
|
|
||||||
|
|
||||||
|
if __name__ == '__main__':
|
||||||
|
|
||||||
|
parser = argparse.ArgumentParser(description='Convert a fasta file in an OBIDMS.')
|
||||||
|
|
||||||
|
parser.add_argument('-i', '--input', dest='input_file', type=str,
|
||||||
|
help='Name of the file containing the sequences')
|
||||||
|
|
||||||
|
args = parser.parse_args()
|
||||||
|
|
||||||
|
d = OBIDMS('tdms')
|
||||||
|
|
||||||
|
view = d.new_view('uniq view', view_type="NUC_SEQS_VIEW")
|
||||||
|
|
||||||
|
# for i in range(35000000) :
|
||||||
|
# if (not (i%500000)) :
|
||||||
|
# print(str(time.time())+'\t'+str(i))
|
||||||
|
# id = "@HWI-D00405:142:C71BAANXX:4:1101:1234:2234_CONS_SUB_SUB_"+str(i)
|
||||||
|
# view[i].set_id(id)
|
||||||
|
|
||||||
|
input_file = open(args.input_file, 'r')
|
||||||
|
input_file_buffered = bufferedRead(input_file)
|
||||||
|
|
||||||
|
#
|
||||||
|
# if args.input_file[-1:] == "a" :
|
||||||
|
#
|
||||||
|
# i = 0
|
||||||
|
# next = False
|
||||||
|
# first = True
|
||||||
|
#
|
||||||
|
# for line in input_file :
|
||||||
|
#
|
||||||
|
# if line[0] == ">" :
|
||||||
|
#
|
||||||
|
# if not first :
|
||||||
|
# # save seq
|
||||||
|
# #print(i, id, seq)
|
||||||
|
# view[i].set_sequence(seq)
|
||||||
|
# i+=1
|
||||||
|
#
|
||||||
|
# first = False
|
||||||
|
#
|
||||||
|
# #id = line.split(" ", 1)[0][1:]
|
||||||
|
# #rest = (line[:-1].split(" ", 1)[1]).split(";")
|
||||||
|
# #view[i].set_id(id)
|
||||||
|
#
|
||||||
|
# # description = ""
|
||||||
|
# # for j in range(len(rest)) :
|
||||||
|
# # if "=" in rest[j] :
|
||||||
|
# # rest[j] = rest[j].strip()
|
||||||
|
# # rest[j] = rest[j].split("=", 1)
|
||||||
|
# # column_name = rest[j][0]
|
||||||
|
# # v = rest[j][1]
|
||||||
|
# # if ((not v.isalpha()) and (v.isalnum())) :
|
||||||
|
# # conv_v = int(v)
|
||||||
|
# # elif (v == "True") or (v == "False") :
|
||||||
|
# # conv_v = bool(v)
|
||||||
|
# # else :
|
||||||
|
# # f = True
|
||||||
|
# # for letter in v :
|
||||||
|
# # if ((not letter.isalnum()) or (letter != ".")) :
|
||||||
|
# # f = False
|
||||||
|
# # if f :
|
||||||
|
# # conv_v = float(v)
|
||||||
|
# # else :
|
||||||
|
# # conv_v = v
|
||||||
|
# # view[i][column_name] = conv_v
|
||||||
|
# # else :
|
||||||
|
# # description+=rest[j]
|
||||||
|
# #
|
||||||
|
# # if description != "" :
|
||||||
|
# # description = description.strip()
|
||||||
|
# # view[i].set_description(description)
|
||||||
|
#
|
||||||
|
# #print(id)
|
||||||
|
# #print(rest)
|
||||||
|
# #print(description)
|
||||||
|
#
|
||||||
|
# next = True
|
||||||
|
#
|
||||||
|
# elif next == True :
|
||||||
|
#
|
||||||
|
# # if not (i % 1E5) :
|
||||||
|
# # print(i)
|
||||||
|
#
|
||||||
|
# seq = line[:-1]
|
||||||
|
# next = False
|
||||||
|
#
|
||||||
|
# elif not next :
|
||||||
|
#
|
||||||
|
# seq += line[:-1]
|
||||||
|
#
|
||||||
|
#
|
||||||
|
# elif args.input_file[-1:] == "q" :
|
||||||
|
#
|
||||||
|
# i = 0
|
||||||
|
# l = 0
|
||||||
|
# next = False
|
||||||
|
#
|
||||||
|
l=0
|
||||||
|
i=0
|
||||||
|
# while (True):
|
||||||
|
# l+=1
|
||||||
|
# line = input_file.readline()
|
||||||
|
# if line=="":
|
||||||
|
# break
|
||||||
|
for line in input_file_buffered :
|
||||||
|
#
|
||||||
|
# #if i > 1E7 :
|
||||||
|
# # print('hmm?')
|
||||||
|
#
|
||||||
|
# #if i == 10000000 :
|
||||||
|
# # break
|
||||||
|
#
|
||||||
|
if l%4 == 0 :
|
||||||
|
#
|
||||||
|
if (not (i%500000)) :
|
||||||
|
print(str(time.time())+'\t'+str(i))
|
||||||
|
# #
|
||||||
|
# # #print("header", line)
|
||||||
|
# #
|
||||||
|
id = line.split(" ", 1)[0][1:]
|
||||||
|
# # #print(id)
|
||||||
|
# # #rest = (line[:-1].split(" ", 1)[1]).split(";")
|
||||||
|
view[i].set_id(id)
|
||||||
|
#
|
||||||
|
i+=1
|
||||||
|
|
||||||
|
l+=1
|
||||||
|
#
|
||||||
|
# # description = ""
|
||||||
|
# # for j in range(len(rest)) :
|
||||||
|
# # if "=" in rest[j] :
|
||||||
|
# # rest[j] = rest[j].strip()
|
||||||
|
# # rest[j] = rest[j].split("=", 1)
|
||||||
|
# # column_name = rest[j][0]
|
||||||
|
# # #print("COLUMN", column_name)
|
||||||
|
# # v = rest[j][1]
|
||||||
|
# # if (v == "") and (column_name in view) and (view[column_name].get_data_type() == "OBI_SEQ") :
|
||||||
|
# # #print(">>>>>>YUP")
|
||||||
|
# # conv_v = "aa"
|
||||||
|
# # else :
|
||||||
|
# # if ((not v.isalpha()) and (v.isalnum())) :
|
||||||
|
# # conv_v = int(v)
|
||||||
|
# # elif (v == "True") or (v == "False") :
|
||||||
|
# # conv_v = bool(v)
|
||||||
|
# # else :
|
||||||
|
# # f = True
|
||||||
|
# # for letter in v :
|
||||||
|
# # if ((not letter.isalnum()) or (letter != ".")) :
|
||||||
|
# # f = False
|
||||||
|
# # if f :
|
||||||
|
# # conv_v = float(v)
|
||||||
|
# # else :
|
||||||
|
# # conv_v = v
|
||||||
|
# # view[i][column_name] = conv_v
|
||||||
|
# # else :
|
||||||
|
# # description+=rest[j]
|
||||||
|
# #
|
||||||
|
# # if description != "" :
|
||||||
|
# # description = description.strip()
|
||||||
|
# # view[i].set_description(description)
|
||||||
|
#
|
||||||
|
# # elif l%4 == 1 :
|
||||||
|
# #
|
||||||
|
# # seq = line[:-1]
|
||||||
|
# #print("seq", seq)
|
||||||
|
# # view[i].set_sequence(seq)
|
||||||
|
# # i+=1
|
||||||
|
#
|
||||||
|
# l+=1
|
||||||
|
#
|
||||||
|
#
|
||||||
|
input_file.close()
|
||||||
|
|
||||||
|
#print(view)
|
||||||
|
print(view.__repr__())
|
||||||
|
|
||||||
|
view.save_and_close()
|
||||||
|
d.close()
|
||||||
|
|
||||||
|
print("Done.")
|
||||||
Reference in New Issue
Block a user