Snakemake，使用glob_wildcards跳过子目录的任何方式

Question

我是SnakeMake的新手。我正在尝试通过这个简单的Snakefile自己教它：

(IDS, ) = glob_wildcards( "{id}.txt" )
print ( str ( IDS ) )

rule all:
    input:
        expand ( "out/{id}-1.txt", id = IDS )

rule copy:
    input:
        "{id}.txt"
    output:
        "out/{id}-1.txt"
    shell:
        "cp {input} {output}"

我第一次运行它（当尚不存在时），它运行良好并创建了三个副本。下次，IDS包含'out/c-1', 'out/a-1', 'out/b-1'，这当然不是我想要的，因为我希望glob_wildcards仅扫描第一级。有什么方法可以做到，也许用函数接收到的regex参数？

到目前为止，在创建IDS之后，我仅通过过滤器对其进行管理：

IDS = [ id for id in IDS if '/' not in id ]

但是我希望有更紧凑的东西。

Answer 1

根据我在glob_wildcards实现中看到的内容，此函数没有任何限制级别的参数。这意味着您的解决方案（1行代码）可能是最紧凑的解决方案，以防您确实需要将输出文件夹作为输入的嵌套文件夹。

简单的解决方案是将输入和输出分离到同级文件夹中。在这种情况下，以下代码将在一个干净的输入文件夹中搜索，该文件夹永远不会污染输出：

(IDS, ) = glob_wildcards( "path_to_input/{id}.txt" )

Answer 2

我同意单独的目录是解决此问题的最简单方法。您也可以使用wildcard constraints告诉snakemake您的ID不包含'/'：

(IDS, ) = glob_wildcards("{id,[^/]+}.txt")