Snakemake含时间戳输出文件报错求助：文件创建两次导致文件名不匹配

嗨，我帮你拆解下这个问题的核心原因，再给你几个靠谱的解决办法～

问题根源：Snakefile会被多次解析执行 #

你遇到的报错本质是Snakemake的运行机制导致全局代码重复执行：

1. 第一次是启动Snakemake时，它会加载整个Snakefile来构建依赖关系图（DAG），这时候你写在全局的时间戳生成代码会执行一次，确定rule all和rule main_rule期望的输出文件名；
2. 第二次是实际执行main_rule的时候（尤其是在HPC集群环境下，每个任务可能会在独立的进程或节点中启动），Snakefile会被重新加载，全局代码再次运行，生成一个新的时间戳——这时候实际创建的是新时间戳的文件，但Snakemake还在找第一次生成的旧文件名，自然就触发了MissingOutputException。

而你在Windows本地运行正常，是因为本地是单进程执行，Snakefile只被加载了一次，时间戳全程保持一致。

解决方案：让时间戳只生成一次 #

这里有两种简单且可靠的解决思路：

方案1：全局一次性确定时间戳

利用Python模块加载的特性——全局代码只会在模块第一次被导入时执行一次，后续所有规则都复用这个固定的时间戳：

#!/bin/python
print('import packages')

from datetime import datetime
import time

# 模块加载时计算一次，后续全程不变
now = datetime.now().strftime("%Y-%m-%d_%H-%M-%S")
tarfile = now + '_stardist.tar'
print(tarfile)

rule all:
    input: tarfile

rule main_rule:
    output: tarfile
    shell:
        "touch {output}"

（也可以保留原来的run:写法，核心是让tarfile成为预先确定的固定值）

方案2：通过命令行传递时间戳

如果想让时间戳严格等于启动Snakemake的时刻，而非脚本加载时刻，可以用--config参数传递：
启动命令：

snakemake -s snakefile --cores 1 --config timestamp=$(date +%Y-%m-%d_%H-%M-%S)

对应的Snakefile：

#!/bin/python
print('import packages')

rule all:
    input: f"{config['timestamp']}_stardist.tar"

rule main_rule:
    output: f"{config['timestamp']}_stardist.tar"
    shell:
        "touch {output}"

这种方式下，时间戳完全由启动命令决定，不管Snakefile被加载多少次，都用同一个值。

验证效果 #

修改后再运行脚本，你会发现import packages和时间戳只会打印一次，DAG构建和任务执行用的是同一个文件名，就不会出现文件找不到的问题了。

备注：内容来源于stack exchange，提问作者Antje Janosch