附錄：關於 Python 的實用資訊

如果你沒有花費太多時間使用 Python 編程，那麼在使用 Biopython 時出現的許多問題通常與 Python 本身有關。本節試圖提出一些在使用 Biopython 函式庫時經常出現（至少對我們而言！）的想法和程式碼。如果您對此處可以放入的實用提示有任何建議，請貢獻！

什麼是 handle？

在整份文件中，handle 被頻繁提及，而且也相當令人困惑（至少對我來說！）。基本上，您可以將 handle 視為文字資訊的「包裝器」。

與純文字資訊相比，handle 提供（至少）兩個優點

  1. 它們提供了一種處理以不同方式儲存的資訊的標準方式。文字資訊可以在檔案中、在記憶體中儲存的字串中、在命令列程式的輸出中，或在某些遠端網站上，但 handle 提供了一種處理所有這些格式的資訊的通用方式。

  2. 它們允許以增量方式讀取文字資訊，而不是一次全部讀取。當您處理會佔用所有記憶體的大型文字檔案時，這非常重要，因為您必須全部載入它們。

Handle 可以處理正在讀取（例如從檔案讀取）或寫入（例如將資訊寫入檔案）的文字資訊。在「讀取」handle 的情況下，常用的函式是 read()，它從 handle 讀取整個文字資訊，以及 readline()，它一次讀取一行資訊。對於「寫入」handle，通常使用函式 write()。

handle 最常見的用法是從檔案讀取資訊，這是使用內建的 Python 函式 open 完成的。在這裡，我們處理檔案 m_cold.fasta，您可以從這裡下載（或在 Biopython 原始碼中找到，作為 Doc/examples/m_cold.fasta）。

>>> handle = open("m_cold.fasta", "r")
>>> handle.readline()
">gi|8332116|gb|BE037100.1|BE037100 MP14H09 MP Mesembryanthemum ...\n"

Handle 經常在 Biopython 中用於將資訊傳遞給解析器。例如，自 Biopython 1.54 以來，Bio.SeqIO 和 Bio.AlignIO 中的主要函式允許您使用檔案名稱而不是 handle

from Bio import SeqIO

for record in SeqIO.parse("m_cold.fasta", "fasta"):
    print(record.id, len(record))

在較舊版本的 Biopython 中，您必須使用 handle，例如

from Bio import SeqIO

handle = open("m_cold.fasta", "r")
for record in SeqIO.parse(handle, "fasta"):
    print(record.id, len(record))
handle.close()

這種模式仍然很有用 - 例如，假設您有一個要解析的 gzip 壓縮的 FASTA 檔案

import gzip
from Bio import SeqIO

handle = gzip.open("m_cold.fasta.gz", "rt")
for record in SeqIO.parse(handle, "fasta"):
    print(record.id, len(record))
handle.close()

對於我們的純文字檔案解析器，必須以文字模式使用 gzip（預設是二進位模式）。

請參閱第 從壓縮檔案解析序列 節以取得更多類似的範例，包括讀取 bzip2 壓縮檔案。

從字串建立 handle

一個有用的事情是能夠將字串中包含的資訊轉換為 handle。以下範例示範如何使用 Python 標準函式庫中的 StringIO 來完成此操作

>>> my_info = "A string\n with multiple lines."
>>> print(my_info)
A string
 with multiple lines.
>>> from io import StringIO
>>> my_info_handle = StringIO(my_info)
>>> first_line = my_info_handle.readline()
>>> print(first_line)
A string

>>> second_line = my_info_handle.readline()
>>> print(second_line)
 with multiple lines.