shell或python脚本批量处理txt文件

Question

有一堆小文本文件，格式为：文件名.m8，其实就是txt文本文件。文件内，一行内容为一条信息，信息内容用tab隔开。

SRR329659.m8文件内容：

SRR329659.5585.1    XXXX    44.8    29    16    14    100    527    555    6.0e-07    35.4    VRRNFPHCMVFAYMDDVVLGAKSVEHLES    GTCCAAAGAGCCTTTCCCTCATGTCTTATATATCACTATATGGACGACATTCTCCTAGCCCATCCCAAACCAGAACAACTTGATTCA
SRR329659.40047.1    XXXX    39.3    28    17    87    4    529    556    5.1e-06    32.3    RNFPHCMVFAYMDDVVLGAKSVEHLESV    AAGTGAATCGAGTTGTTCTGGTTTGGGATGGGCTAGGAGAATGTTGTCCATATAGTGATATATAAGACATGAGGGAAAGGCTCT

现在想：
1，一个bash或者python脚本，提取每一行信息，转换为两行内容，第一行是第一段，且以>开头，第二行是12段。原来两行信息转换以后就变成4行信息。转换到新的文件，文件名.fasta。以上内容就变成：

SRR329659.fasta

>SRR329659.5585.1
VRRNFPHCMVFAYMDDVVLGAKSVEHLES
>SRR329659.40047.1
RNFPHCMVFAYMDDVVLGAKSVEHLESV

2，一个文件夹下有大量类似小文件，需要将这类文件批量转换，文件名.m8，转换成：文件名.fasta。bash或者python脚本输入一个文件夹位置1——里面是待转换文件，输出另外一个文件夹位置2——转换好的文件。
运行命令类似于 bash file-trans.sh 输入文件夹1 输出文件夹2

Answer 1

# -*- utf8 -*-
"""
pyCode : test.py
Created by: Taro
Description:
2022/3/20 0020
"""
import os
import os.path as osp
import sys
if len(sys.argv) != 3:
    print("usage: python trans.py source_dir out_dir")

source_dir = sys.argv[1]
if not osp.exists(source_dir):
    print("input source_dir is not exist,please check!")
out_dir = sys.argv[2]
if not osp.exists(out_dir):
    os.makedirs(out_dir)
count = 0
for root, dirs, files in os.walk(source_dir):
    for f in files:
        if f.endswith(".m8"):
            print("start trans: ", f,)
            count += 1
            infile = osp.join(root, f)
            outfile = f.replace('.m8', ".fasta")
            outfile = osp.join(out_dir, outfile)
            with open(infile, 'r', encoding='utf-8') as inf:
                with open(outfile, 'w', encoding='utf-8') as wf:
                    for i, line in enumerate(inf):
                        # import  pdb
                        # pdb.set_trace()
                        source_line = line.strip().split()
                        line =[]
                        for tmp in source_line:
                            if tmp:
                                line.append(tmp)
                        if len(line) < 12:
                            print("file:{},line:{},format is not right ,please check!")
                            continue
                        else:
                            wf.write(">"+line[0]+"\n"+line[11]+"\n")
            # print("end trans")
print("total trans:", count)

例如拷贝到 test.py 使用方法就是：python test.py inputdir outputdir