如何用Python结合gzip直接将输出写入压缩文件？

常见问题分析 #

你之前可能踩了这几个坑：

• 误用gzip打开模式：用wb会直接覆盖文件，而你需要的是追加，得用ab模式
• 没有将字符串转为字节：gzip的二进制写入模式要求传入字节对象，不能直接写字符串
• 没正确捕获subprocess的输出，导致写入内容为空或错误

方案1：保留subprocess调用，直接写入gzip #

这种方式贴近你原来的逻辑，只是把输出捕获后写入压缩文件：

import gzip
import subprocess

# 替换成你的实际变量
docking_type = "your_docking_type"
rank = "your_rank"
filename = "target_file.txt"

# 执行grep+awk命令，捕获输出（text=True获取字符串）
cmd = f"grep -i -m 1 'REMARK VINA RESULT:' ./output/{docking_type}/output_{filename} | awk '{{print $4}}'"
proc = subprocess.run(cmd, shell=True, capture_output=True, text=True)
vina_result = proc.stdout.strip()

# 准备要写入的内容：结果 + 文件名，各占一行
if vina_result:  # 避免空结果写入
    content = f"{vina_result}\n{filename}\n"
    # 转成字节（gzip要求二进制输入）
    content_bytes = content.encode("utf-8")
    # 用追加模式打开压缩文件
    with gzip.open(f"results_{rank}.txt.gz", "ab") as f:
        f.write(content_bytes)

方案2：纯Python处理（更高效，适合大量文件） #

频繁调用subprocess会有性能开销，直接用Python读取文件查找目标行：

import gzip

def extract_vina_score(file_path):
    """从文件中提取VINA结果的第4个字段"""
    with open(file_path, "r") as f:
        for line in f:
            line_lower = line.strip().lower()
            if line_lower.startswith("remark vina result:"):
                parts = line.split()
                if len(parts) >= 4:
                    return parts[3]  # Python是0索引，对应awk的$4
    return None  # 没找到匹配行返回None

# 替换成你的实际变量
docking_type = "your_docking_type"
rank = "your_rank"
filename = "target_file.txt"

file_path = f"./output/{docking_type}/output_{filename}"
vina_score = extract_vina_score(file_path)

# 写入压缩文件
with gzip.open(f"results_{rank}.txt.gz", "ab") as f:
    if vina_score:
        content = f"{vina_score}\n{filename}\n"
    else:
        # 处理无结果的情况，可自定义标记
        content = f"NO_SCORE\n{filename}\n"
    f.write(content.encode("utf-8"))

关键注意事项 #

• 追加模式：必须用ab打开gzip文件，wb会清空原有内容
• 字节转换：所有写入gzip的内容都要通过str.encode('utf-8')转为字节对象
• 异常处理：如果处理大量文件，建议加上try-except块捕获文件读取/写入错误

内容的提问来源于stack exchange，提问作者Tiffany Huff