逐行在两个不同长度的文件之间匹配唯一标识符。有没有更好的方法写这个[python]

Question

bed = WRDIR + "AGGCAGAA_mm9_AlignedSorted_final_nameSorted_uniq.bed"
sam = WRDIR + "AGGCAGAA_bcs_nameSorted.sam"
out = WRDIR + "AGGCAGAA_joined.txt"

with open(bed) as b, open(sam) as s, open(out, 'w') as o:
    for x, b_line in enumerate(b, start=1):
        b_line = b_line.strip().split("\t")
        b_id = b_line[9]
        match_line = 1
        if x < 200: # for testing because file is huge..
            for s_line in s:
                s_line= s_line.strip().split("\t")
                s_id = s_line[0]
                if b_id == s_id:
                    output = b_id + "\tGENE:" + b_line[4] + "\tACC:" + b_line[5] + "\tCHR:" + b_id[6] + "\tBC:" + s_line[9][:12] + "\tUMI:" + s_line[9][12:] + "\n"
                    o.write(output)
                    match_line+=1
                    print "MATCH: (BED line " + str(x) + ")\t" + b_id + "\t\t(SAM line " + str(match_line) + ")\t" + s_id
                    break
                match_line+=1

这个脚本应该做什么？它应该查看两个以制表符分隔的文件，它们按照每个文件中的唯一标识符排序。bed文件本质上是sam文件的子集。如果此唯一标识符在两个文件之间匹配，则从它们匹配的行中获取数据，并将该信息写入文件。完成后，我们移动到bed的下一行，继续我们在sam中停止的地方（基本上是向下处理文件）

我认为这段代码实现了它的目的，但是有一些bugmatch_line被假定为第二个文件的行号，但事实并非如此。它似乎受到中断的影响，当中断被命中时，变量在1处重新初始化（我认为）。output变量是一行以制表符分隔的数据，我想将其写入文件。我也不确定这是否是休息的正确用法

接下来的步骤：对于一个示例，此脚本仅说明1组文件。基本上有9个样本，每个样本包含两个特定物种的文件。例如：

samples = [
    "AGGCAGAA",
    "CAGAGAGG",
    "CGTACTAG",
    "CTCTCTAC",
    "GCTACGCT",
    "GGACTCCT",
    "TAAGGCGA",
    "TAGGCATG",
    "TCCTGAGC"
]

for idx, s in enumerate(samples, start=1):
    if idx == 1: ## TESTING

        print "Processing: %s (%s/%s)" % (s, str(idx), str(len(samples)))

        for sp in ["mm9", "hg19"]:
            # if sp == "mm9": ## TESTING

                bed = WRDIR + s + "_" + sp + "_AlignedSorted_final_nameSorted.bed"
                sam = WRDIR + s + "_bcs_nameSorted.sam"
                out = WRDIR + s +"_joined.txt"

我很快就厌倦了将其集成到脚本中，但收到一个错误声明：TypeError: cannot concatenate 'str' and 'file' objects.

我感谢你的帮助