如何在Snakemake中合并多通配符到单Shell命令并保留通配符功能

针对「单个年份通配符重复调用脚本、硬编码年份丢失灵活性」的问题，可通过动态捕获用户指定的输出子集+批量调用脚本的方式解决，既保留通配符灵活性，又避免重复初始化。

步骤1：配置基础参数与通配符约束 #

在Snakefile开头定义合法年份范围，限制通配符仅能取这些值，避免非法输入：

# 维护所有支持的年份
VALID_YEARS = {"16", "17", "18", "19"}
# 约束年份通配符必须是合法值
wildcard_constraints:
    year="|".join(VALID_YEARS)

步骤2：用Checkpoint捕获目标年份子集 #

通过checkpoint提取用户命令行指定的输出文件对应的年份，生成临时文件记录待处理年份列表：

checkpoint collect_target_years:
    output:
        temp("target_years.txt")  # 临时文件，任务完成后自动删除
    shell:
        """
        # 从命令行指定的输出中提取年份，去重后写入临时文件
        echo {snakemake.output} | xargs -n1 basename | sed 's/\\.txt$//' | sort -u > {output}
        """

步骤3：编写批量处理规则 #

根据临时文件中的年份列表，单次调用脚本生成所有目标文件：

rule generate_txt_files:
    input:
        checkpoint("collect_target_years")
    output:
        # 动态生成需要输出的文件列表
        lambda wildcards, input: expand("{year}.txt", year=open(input[0]).read().split())
    params:
        # 将年份列表转为脚本可接收的参数格式
        lambda wildcards, input: " ".join(open(input[0]).read().split())
    shell:
        "python make_txt.py --years {params}"

使用方式 #

用户可灵活指定需要生成的文件：

• 生成单个年份：snakemake 16.txt
• 生成多个年份：snakemake {16,17,18}.txt（shell brace expansion，会展开为三个文件）
• 生成所有年份：snakemake *.txt

无论指定多少个文件，脚本只会被调用一次，彻底解决重复初始化问题；同时保留通配符灵活性，无需硬编码年份。

内容的提问来源于stack exchange，提问作者Luka