三引号Shell规则中转义句点的Snakemake语法警告求助

问题说明 #

在Snakemake规则中使用指定Shell代码块时，收到如下警告：

SyntaxWarning: invalid escape sequence '\.'

警告指向另一个不含句点的规则行号，但注释该规则无法解决问题；注释包含上述Shell块的规则后警告消失。当前Shell代码功能正常，但需调整格式消除警告。涉及的Shell代码如下：

"""
curl {params.ua} -L {params.url} \
| gzip -dc \
| sd '^.*gene_id "([A-Z0-9\.]+).*"; transcript_id "([A-Z0-9\.]+)".*;.*' '$2\t$1' \
| uniq | gzip > {output}
"""

原因分析 #

Snakemake依赖Python解析规则中的字符串，你使用的三重双引号字符串里的\.是Python不识别的转义序列（Python中\.不属于合法转义，而Shell正则需要它匹配字面量句点），因此触发SyntaxWarning。警告行号偏移是Python解析时的偶发问题，实际根源在这段Shell代码。

修复方案 #

方案1：使用原始字符串（推荐） #

在三重引号前添加r前缀，将字符串标记为原始字符串，让Python不解析内部的转义序列，直接原样传递给Shell执行。修改后的代码：

r"""
curl {params.ua} -L {params.url} \
| gzip -dc \
| sd '^.*gene_id "([A-Z0-9\.]+).*"; transcript_id "([A-Z0-9\.]+)".*;.*' '$2\t$1' \
| uniq | gzip > {output}
"""

方案2：双转义句点 #

如果不想用原始字符串，可将\.替换为\\.，让Python解析后输出单个\.给Shell：

"""
curl {params.ua} -L {params.url} \
| gzip -dc \
| sd '^.*gene_id "([A-Z0-9\\.]+).*"; transcript_id "([A-Z0-9\\.]+)".*;.*' '$2\t$1' \
| uniq | gzip > {output}
"""

内容的提问来源于stack exchange，提问作者Jamie Matthews