如何设置文件路径仅获取后缀为.vcf.gz的pVCF文件？

问题原因 #

你用*.vcf.gz匹配时，.vcf.gz.tbi文件会被误匹配——因为它的文件名里包含.vcf.gz字符串，通配符*会同时匹配到xxx.vcf.gz和xxx.vcf.gz.tbi（相当于*分别匹配了xxx和xxx.vcf.gz）。

具体解决方案 #

方案1：用bash扩展通配符精准过滤 #

先开启bash的扩展通配符功能，再用排除式匹配：

shopt -s extglob
# 先验证匹配结果
ls /mnt/projects/samples/vcf_format/*.vcf.gz!(*.tbi)

如果你的程序支持直接传入文件列表，直接这样调用：

your_program /mnt/projects/samples/vcf_format/*.vcf.gz!(*.tbi)

方案2：用find命令精准定位文件 #

find命令能更精准筛选文件，避免误匹配：

# 先查看筛选结果
find /mnt/projects/samples/vcf_format -maxdepth 1 -type f -name "*.vcf.gz" ! -name "*.vcf.gz.tbi"

把筛选结果传给程序，推荐用xargs（适合文件数量多的场景）：

find /mnt/projects/samples/vcf_format -maxdepth 1 -type f -name "*.vcf.gz" ! -name "*.vcf.gz.tbi" | xargs your_program

或者直接用命令替换（bash环境下）：

your_program $(find /mnt/projects/samples/vcf_format -maxdepth 1 -type f -name "*.vcf.gz" ! -name "*.vcf.gz.tbi")

方案3：代码层面过滤（以Python为例） #

如果你的file_url是在代码里定义的，先通配匹配再过滤掉.tbi文件：

import glob
# 获取所有.vcf.gz后缀的文件
all_vcf_gz = glob.glob("/mnt/projects/samples/vcf_format/*.vcf.gz")
# 排除带.tbi的文件
filtered_files = [f for f in all_vcf_gz if not f.endswith(".vcf.gz.tbi")]
# 将filtered_files作为输入传给你的程序

内容的提问来源于stack exchange，提问作者Ava Wilson