在闭包中重命名.FromFilePairs并使用regex捕获组

Question

我是NextFlow/Groovy/Java的新手，在处理一个简单的正则表达式任务时遇到了一些困难。

我正在尝试修改一些文件对的标签。我的理解是，fromFilePairs返回的数据结构形式如下：

[
    [common_prefix, [file1, file2]],
    [common_prefix, [file3, file4]]
]

我进一步认为：

• 对此列表中的项调用.name方法时，将给出名称，我在上面将其标记为common_prefix
• 与fromfilepairs一起使用的闭包返回的值设置文件对的名称。
• 与fromfilepairs一起使用的闭包中的it的值是文件对列表中的单个项。

但是，我在以下几个方面尝试了很多变体都没有成功：

params.fastq = "$baseDir/data/fastqs/*_{1,2}_*.fq.gz"

Channel
    .fromFilePairs(params.fastq, checkIfExists:true) {
        file -> 
            // println file.name // returned the common file prefix as I expected
            mt = file.name =~ /(common)_(prefix)/
            // println mt 
            // # java.util.regex.Matcher[pattern=(common)_(prefix) region=0,47 lastmatch=]
            // match objects appear empty despite testing with regexs I know to work correctly including simple stuff like (.*) to rule out issues with my regex
            // println mt.group(0) // #No match found
            mt.group(0) // or a composition like mt.group(0) + "-" + mt.group(1)
    }
    .view()

我还尝试了使用replaceAll方法的一些变体。

我已经查阅了nextflow,groovy和Java的文档,但我仍然不知道我缺少了什么。我认为这是一些愚蠢的语法问题，或者是对数据结构的误解，但我已经厌倦了对它大加指责，当它对更懂这种语言的人来说很明显的时候--我非常感谢任何能够启发我如何工作的人。

Answer 1

可以向fromfilepairs运算符提供闭包来实现自定义文件对分组策略。它接受一个文件并应该返回分组键。文档中的示例只是按文件扩展名对文件进行分组：

Channel
    .fromFilePairs('/some/data/*', size: -1) { file -> file.extension }
    .view { ext, files -> "Files with the extension $ext are $files" }

如果您想要做的只是更改一些文件对的标签，那么这是不必要的。您可以为此使用map运算符。fromFilePairs操作发出元组，其中第一个元素是匹配对的“分组键”，第二个元素是“文件列表”（按词典排序）：

Channel
    .fromFilePairs(params.fastq, checkIfExists:true) \
    .map { group_key, files ->

        tuple( group_key.replaceAll(/common_prefix/, ""), files )
    } \
    .view()