Perl是典型的腳本語言,短小精悍,非常容易上手,尤其適合處理文本,數據,以及系統管理。它在老一輩的生物信息學分析人員中非常流行,出於歷史遺留原因大家肯定會或多或少地接觸 Perl,即使你再怎麼推崇Python或者GO等新興程式語言。
1 入門資料2 知識要點在看書的同時,你必須記住和熟練使用的知識點是下面這些:
$ 表示單個變量
用單雙引號區別,q(),qq()
@ 表示多個變量組成的數組,qw()
% 表示關係型變量-hash
變量不嚴格區分類型,沒有int/float/double/char這樣的概念
三種變量都有對應的操作技巧:
簡單變量的操作函數
Numerical operators: <, >, <=, >=, ==, !=, <=>, +, *
String operators: lt, gt, le, ge, eq, ne, cmp, ., x
數組操作(pop/push/shift/unshift/splice/map/grep/join/split/sort/reverse)
hash操作方式
(keys,values,each,delete,exists)
具體需要在實戰裡面體會:http://www.biotrainee.com/forum-90-1.html 生信人必練的200個數據處理任務(歡迎大家去練習)
變量內容交換,字符型轉為數值型,字符串轉為字符數組,字符串變量,heredoc,字符串分割,字符串截取,隨機數生成,取整,各種概率分布數,多維矩陣如何操作,進位轉換,hash翻轉,數組轉hash
上下文環境
這個比較複雜: http://www.perlmonks.org/?node_id=738558,就是需要理解你寫的程序是如何判斷你的變量的,你以為的不一定是你以為的。
正則表達式
這也是一個非常重要的一塊內容,基礎用法就是m和s,一個匹配,一個替換,比較有趣的就是
內建變量
就是perl語言設計的時候定義了一大堆的全局變量($_ $, $0 $> $< $! $. @ARGV @F @_ @INC %ENV %SIG)
。外表上看起來都是一個$ @ %符號後面加上一大堆的奇奇怪怪的字符,表示一些特殊變量,這也是perl語言飽受詬病的原因。但是有些非常重要,懂了它之後寫程序會方便。下載一個表格,裡面有近100個預定義變量需要學習的。
控制語句(循環/條件/判斷)
if ... elsif ... else ...
unless/while/next/last/for/foreach
讀寫文件,腳本實戰!
while(<>){
#do something !
}
這是我最喜歡的一個程序模板,讀取文件,根據需要處理文件,然後輸出。需要實現非常多的功能,然後就可以自己總結腳本技巧,也能完全掌握perl的各種語法。在生物信息學領域,需要實現的功能有!
perl 單行命令
我個人特別喜歡這個知識點,我也專門下載過一本書來學習,把這個教程看完就基本上能全明白:http://www.catonmat.net/blog/perl-one-liners-explained-part-one/。學習單行命令的前提是掌握非常多的奇奇怪怪的perl自定義變量和perl的基礎語法,用熟練了之後就非常方便,很多生物信息學數據處理過程我現在基本不寫腳本,都是直接寫一行命令,完全代替了shell腳本裡面的awk、sed/grep系列命令。(perl -p -a -n -a -l -i -F -M)
預定義函數
perl 是一個非常精簡的語言,自定義的函數非常少,連min max這樣常見的函數都沒有,如果你需要使用這樣的功能,要麼自己寫一個函數,要麼使用加強版的包,perl的包非常多。
下面列出一些,我常用的函數:
程序必備: use/die/warn/print/open/close/<>/
數學函數:sin/cos/log/abs/rand/srand/sqrt
字符串函數 :uc/lc/scaler/index/rindex/length/pos/substr/sprintf/chop/chomp/hex/int/oct/ord/chr/unpack/unencode
defined/undef
系統操作相關
perl語言是跨平臺的,因為它的執行靠的是perl解釋器,而perl的解釋器可以安裝在任何機器上面。所以可以用perl來代替很多系統管理工作。
系統命令調用
文件句柄操作(STDIN,STDOUT,STDERR,ARGV,DATA,)
系統文件管理(mkdir/chdir/opendir/closedir/readdir/telldir/rmdir/)
一些高級技巧
自定義函數 sub , 參數傳遞,數組傳遞,返回值
模塊操作(模塊安裝,加載,模塊路徑,模塊函數引用)
引用(變量的變量)
選擇一個好的編輯器-編譯器,editplus,notepad++,jEdit,編程習慣的養成。
搞清楚perl版本的問題,還有程序編碼的問題,中文顯示的問題。
程序調試
perl常見模塊學習
perl和LWP/HTML做網絡爬蟲必備,重點是DOM如何解析;
perl和CGI編程,做網站的神器,重點是html基礎知識;
DBI相關資料庫,用perl來操作mysql等,當然,重點是mysql知識;
GD and GD::Graph 可以用來畫圖,但是基本上沒有人用了,除了CIRCOS畫圈圈圖火起來了;
TK模塊,可以編寫GUI界面程序,但是也幾乎沒有人用了;
XML/pdf/excel/Json 相關的模塊可以用來讀取非文本格式數據,或者輸出格式化報告;
socket通信相關,高手甚至可以寫出一個QQ的模仿版本;
最後不得不提的就是Bioperl了,雖然我從來沒有用過,但是它的確對初學者非常有用,大多數人不提倡重複造輪子,但我個人覺得,對初學者來說,重複造輪子是一個非常好的學習方式。大家可以仿造bioperl裡面的各個功能,用自己的腳本來實現!
如果你感覺學的差不多了,就可以下載一些複習資料,查漏補缺:
http://michaelgoerz.net/refcards/perl_refcard.pdf
https://rc.hms.harvard.edu/training/perl/Perl%20Cheat%20Sheet.pdf
https://www.cheatography.com/mishin/cheat-sheets/perl-reference-card/
http://www.catonmat.net/download/perl.predefined.variables.pdf
http://www.erudil.com/preqr.pdf
https://www.cs.tut.fi/~jkorpela/perl/regexp.html
https://support.sas.com/rnd/base/datastep/perl_regexp/regexp-tip-sheet.pdf
做一個調查吧,做生物信息數據處理的你~
最後,致敬創造了perl這個程式語言的Larry Wall !