如何在命令行参数给定的数字范围内使用GNU Parallel

Question

我正在尝试使用GNU Parallel和一些基本的生物信息工具，例如lastz。假设我有10个序列，我想对它们全部使用lastz，那么我可以使用以下命令：

parallel --dryrun lastz 'pathToFile/seq{}.fa query.fasta --format=text > LASTZ_results_seq{}' ::: {1..10} 

这很好用，可以返回：

lastz pathToFile/seq1.fa query.fasta --format=text > LASTZ_results_seq1
lastz pathToFile/seq2.fa query.fasta --format=text > LASTZ_results_seq2
lastz pathToFile/seq3.fa query.fasta --format=text > LASTZ_results_seq3
...
lastz pathToFile/seq10.fa query.fasta --format=text > LASTZ_results_seq10

但理想情况下，我希望这一步骤是bash脚本的一部分，该脚本接受三个命令行参数，因此序列的数量（例如1到10）在命令行中给出（$2 = startValue，$3 = endValue）。我认为将其更改为以下内容将起作用：

parallel --dryrun lastz 'pathToFile/seq{}.fa query.fasta --format=text > LASTZ_results_seq{}' ::: {"$2".."$3"}

但是相反，它返回的是

lastz pathToFile//seq\{\1..\10\} query.fasta --format=text > LASTZ_results_seq\{\1..\10\}

请问有人能告诉我这里出了什么问题吗？看起来它把$2解释为1，$3解释为10，但是却不能将其视为一系列数字...

- gizmo

Answer 1

Bash 范围不接受变量，请参考此帖子：

如何在 Bash 中迭代由变量定义的一系列数字？

因此，建议您将 {$1..$2} 更改为 $(seq $1 $2)。

例如，请参阅此测试脚本：

$ cat foo
parallel echo ::: {1..3}
parallel echo ::: {$1..$2}
parallel echo ::: $(seq $1 $2)

当输入 ./foo 1 3 时，它会产生以下输出：

1
2
3
{1..3}
1
2
3

- pasaba por aqui

---

为避免参数数量超过Shell命令行容量限制而出现问题，可以使用“seq $1 $2 | parallel echo”命令。 - Ole Tange

Answer 2

这不是你所询问的内容，但它可能是一个更好的解决方案：

parallel --dryrun lastz {} query.fasta --format=text '>' LASTZ_results_{/.} ::: pathToFile/seq*.fa

如果你遇到了参数列表太长的错误，请尝试以下方法：

printf '%s\n' pathToFile/seq*.fa | parallel --dryrun lastz {} query.fasta --format=text '>' LASTZ_results_{/.} 

这样你就不需要事先知道有多少个seq*.fa。

- Ole Tange

---

谢谢！我真的很喜欢这个解决方案，它简单得多。唯一的问题是，如果目录中有太多的seq*.fa（例如>100000），它会失败（“参数列表太长”）。有没有办法让它适用于任意数量的序列？ - gizmo

哦，等等，不用了 - 刚刚注意到你在另一个解决方案上的评论了！ - gizmo