Perl的学习继续

今天是生信星球陪你的第75天

你想找辆共享单车，发现满街都是别家车，没有一辆你能骑。

你想学点生信，搜了“初学者教程”，满眼尽是高大上，没有一句能看懂。

终于你跨越茫茫宇宙，来到生信星球，发现了初学者的新大陆！

.子程序

之前用过了chomp、print等，perl还能让用户自定义函数，方便利用已有的代码

使用定义【不能以数字开头，最好名字和函数功能相关，不要和内置函数重名】

每个子程序都有一个返回值，而运行子程序要的就是返回值

最简单的使用：

子程序的参数与返回值--输入与输出：

上面的简单使用，没有加上任何参数就会输出字符串这样一个标量；

当然，也可以对子程序输入数组、哈希、文件等参数，然后输出标量、数组或者哈希。

默认将子程序的最后一个表达式的结果作为子程序的返回值，如果想返回中间一个表达式，使用 函数

这里以一个加法运算来学习：

统计fasta信息的子程序：

程序思路：输入有一个，gene id与序列文件对应的哈希列表【格式为id=序列文件】。输出要有三列，一列是gene id，一列是基因数量，一列是基因平均长度。

读取fasta文件时，将修改分隔符为，这样一次就能读进来整段序列，将每段序列存储到哈希中，序列的id为哈希的键，序列为值

.Perl常见问题：

Perl的编程过程中，会出现各种各样的问题，需要不断调试。有时候很头疼的就是，即使按照别人的程序敲一遍还是会报错

错误一：忘记加分号

分号在Perl中代表一个完整的语句，忘记加分号就会提示语法错误，并且运行会给出具体出错行数

这里显示第四行有问题，如果在一个大程序中，要快速跳转到某一行，使用 ，因为上一行没有分号

错误二：是否需要用my定义

很多时候需要使用 编译命令，这是就要要使用 来编译变量，而且不能重复定义

错误三：拼写错误

这个在很多编程中都会存在，拼写错误会提示变量没有被声明

这个问题在文本编辑器如Vim中会帮助我们解决，如果某个变量输入错误，比如输入为 ，Vim会通过颜色不同（正确有颜色，错误为白色）

对于变量输入，最好使用vim自带的 或 的自动补全功能，这样可以避免错误

错误四：大括号的使用

尤其使用if嵌套循环时，每一个大括号是一个程序块，如果缺失某一对配对的大括号其中一个，就会提示 ；如果大括号多了一个，会提示

避免报错小技能：

（check）运行之前先检查一下是否书写有问题

（debug）一种交互的perl编程模式，适用于长的脚本。 列出命令的10行；如果要列出某几行，就用这样的

详细信息可以参考

.正则表达式：重要的特性！

Perl的正则表达式是内建的，为Perl提供了快速、灵活的字符串处理

Perl中的正则也叫做“模式匹配”，是用来匹配某字符串的模版；

日常使用中，模式匹配无处不在，例如使用搜索引擎，在搜索框内输入关键字，就能返回信息，他就是利用了正则表达式

一个简单的例子：

元字符：

替换单个字符（一对一替换），不能替换换行符

转义符，例如匹配本身要使用

表示数量的

【例如在root用户下，使用 叫做“自杀模式”】，与配合使用表示任意字符出现0次或多次 【0—∞】

表示至少一次 【1—∞】

表示0次或1次【范围最小】

花括号中指定重复次数，例如匹配1-5次bioinfo中的o

如果要制定整个单词次数，用小括号进行分组 这个表示匹配bioinfo3次；表示匹配bioinfo一次以上

关于字符集：

匹配字符集的单个字符 匹配bat、cat、fat其中一个，等同于 或者更简单的 (表示b-f连续的字母加wz)

[a-z]、[A-Z]、 、

表示空白，例如

反义字符集：利用 ，例如 等于 等于，表示不匹配数字 【反斜线加大些字母表示不匹配】

要排除某个匹配，用

生信模式匹配小练习：

现在有一些序列，下载地址 打开后是这样：

想寻找开头是CCG，结尾是TTG的序列

单词锚定：

挖掘文本信息：

一般本地blast的format 0结果中，会有匹配的分值(Score)、期望值(Expect)、一致性(Identities)、准确度(Positives)、Gaps等信息，可以挖掘这些信息

改进版：

另外还有一个s（替换模式），例如

对序列进行处理：

得到序列的反向/互补序列

序列全变大些/小写

另外这些大小写语句除了在s模式下使用，还能在双引号内使用，例如在print 语句中格式化输出

输出结果是 【注意这里的\E是终止前面\U命令的意思】

贪婪匹配 -- 匹配尽可能多的内容

一般 会匹配尽量多的内容，比如上个例子 中，如果匹配模式是 ，即使中间也出现了CAT，程序也不会停下，他会一直匹配到结尾的CAT，这就是贪婪；

贪婪的对立面就是节俭，这种模式可以在 的基础上加上 ，也就是 就输出最短的序列

格式化序列

有时一个fasta文件中序列长短不一，并且有的换行有的不换行，这样看起来就很难看。这时就可以将序列格式化，让每行保证一定量的字符【可以自定义】，并且加换行符。

测试fasta下载：

初学生信，很荣幸带你迈出第一步。