跳转至

解析文件

用 AutoParser 读取单个文件、glob 或混合路径列表。

如果只处理单个文件，不需要 batch 准备或 worker 调度，可使用 AutoFileParser：

Python
from molop import AutoFileParser

parsed_file = AutoFileParser("water_mp2.out")
print(parsed_file.filename, len(parsed_file), parsed_file.detected_format_id)

该接口会根据扩展名和源内容自动检测格式，返回值本身就是 file 级对象。

最短示例

Python
from molop import AutoParser

batch = AutoParser("water_mp2.out", n_jobs=1)
for parsed_file in batch:
    print(parsed_file.filename, len(parsed_file), parsed_file.detected_format_id)

返回的 FileBatchModelDisk 只包含成功解析且至少有一个 frame 的文件。 对共享样例，输出为：

输出
Text Only
water_mp2.out 1 orcaout

如果调用方已经持有源内容，可以直接使用内存入口，不需要创建临时文件：

Python
from molop import AutoBytesParser, AutoTextParser

parsed_text = AutoTextParser("1\nwater\nH 0.0 0.0 0.0\n", parser_detection="xyz")
parsed_bytes = AutoBytesParser(raw_bytes, parser_detection="xyz")

AutoMemoryParser 同时接受文本和 bytes。传入其中的字符串始终按文本处理，不会当作路径；路径请使用 AutoFileParser。

输入方式

Python
one = AutoParser("calculation.log")
many = AutoParser("results/*.out")
mixed = AutoParser([
    "gaussian/*.log",
    "orca/job.out",
    "structures/*.xyz",
])

glob 由 MolOP 展开，不需要在 shell 中预先展开。输入会转成绝对路径、去重并排序。

选择 frame

Python
parsed_file = batch[0]
first = parsed_file[0]
final = parsed_file[-1]

print([(frame.frame_id, len(frame.atoms)) for frame in parsed_file])
输出
Text Only
[(0, 3)]

只关心最终结果且希望降低内存占用时：

Python
batch = AutoParser("results/*.log", only_last_frame=True)

only_last_frame=True 改变解析结果中保留的 frame，不等同于解析全部 frame 后再取 [-1]； 需要完整优化轨迹时不要开启。

自动与显式格式检测

默认 parser_detection="auto" 根据扩展名选择候选 reader，并用内容探测排除不匹配项。 扩展名含义不明确时显式指定格式 ID：

Python
orca = AutoParser("job.out", parser_detection="orcaout")
xtb = AutoParser("xtb.out", parser_detection="xtbout")
fchk = AutoParser("molecule.fchk", parser_detection="g16fchk")

可用格式 ID 见格式支持概览。

并行与结构优先

Python
batch = AutoParser("results/*")

structures = AutoParser(
    "results/*.log",
    n_jobs=-1,
    only_extract_structure=True,
)

AutoParser 和所有 batch 操作默认使用 n_jobs=-1。MolOP 会将它解析为当前进程可用 CPU 与 全局 molopconfig.max_jobs 上限中较小的值。默认 max_jobs=None 时，会跟随系统能够暴露的 调度器/容器配额和 CPU affinity；需要进程级上限时设置正整数。传入正整数 n_jobs 可指定 worker 数量；小批量或排查问题时使用 n_jobs=1。CLI 的 parse 和操作命令也都独立默认使用 -1。

文件解析本身不使用 MolGR 安全上限：AutoParser 仍使用完整的 effective_max_jobs。只有进入 MolGR 的分子图相关操作才使用更严格的可用 CPU 三分之二上限。

only_extract_structure=True 会跳过非结构结果，不适合提取能量或热化学。

发现失败文件

Python
from pathlib import Path
from molop import AutoParser

inputs = sorted(Path("results").glob("*.out"))
batch = AutoParser(inputs, n_jobs=1)
parsed = {Path(path).resolve() for path in batch.file_paths}
failed = [path for path in inputs if path.resolve() not in parsed]

for path in failed:
    print("未加入 batch:", path)

全部成功时没有输出；失败时每个遗漏路径一行，例如：

存在遗漏文件时的输出
Text Only
未加入 batch: results/truncated.out

不存在、格式不支持或没有可用 frame 的文件不会进入 batch，并会写入 MolOP 日志。排查时先用 n_jobs=1，再按常见问题检查扩展名、编码和格式 ID。

深入了解