Snakemake如何将download规则输出限制为指定文件名列表？

你可以通过给规则添加**通配符约束（wildcard_constraint）**限制该规则仅匹配files_to_url_dict中存在的文件名，具体实现如下：

方法1：通配符约束（最推荐） #

通过正则约束file通配符的取值范围，仅当通配符匹配字典中的键时，该规则才会被触发：

import re

rule download_file:
    output:
        file="{file}"
    # 新增通配符约束
    wildcard_constraint:
        file = "|".join(re.escape(fname) for fname in files_to_url_dict.keys())
    params:
        url=lambda wildcards: files_to_url_dict[wildcards.file],
    # 注意：wget保存文件需要用大写的-O，小写-o是指定日志输出路径
    shell: """wget "{params.url}" -O "{output.file}""""

• re.escape用来转义文件名中可能存在的正则特殊字符（比如.、*等），避免匹配异常
• 该约束是在通配符匹配阶段生效，不会影响其他规则的正常匹配

方法2：异常过滤（备选） #

如果不想引入正则，也可以在参数调用时判断，如果文件名不在字典中直接抛出异常，Snakemake遇到规则参数生成异常时会自动跳过该规则，尝试匹配其他规则：

rule download_file:
    output:
        file="{file}"
    params:
        url=lambda wildcards: files_to_url_dict[wildcards.file] if wildcards.file in files_to_url_dict else exec("raise ValueError"),
    shell: """wget "{params.url}" -O "{output.file}""""

注意：该方法效率低于通配符约束，仅适合字典规模很小的场景使用

额外修正提示 #

你原代码中的wget命令使用了小写-o参数，该参数是指定日志输出路径，下载内容保存到指定文件需要使用大写-O参数，否则会出现下载内容保存错误的问题。

内容的提问来源于stack exchange，提问作者Hoeze