【生信学习周】如何系统入门Perl

Perl是典型的脚本语言，短小精悍，非常容易上手，尤其适合处理文本，数据，以及系统管理。它在老一辈的生物信息学分析人员中非常流行，出于历史遗留原因大家肯定会或多或少地接触 Perl，即使你再怎么推崇Python或者GO等新兴编程语言。

1 入门资料

• 两个半小时入门指导：https://qntm.org/files/perl/perl.html

• 21天学完 perl，自己搜索下载PDF书籍吧！

• 大小骆驼书，建议都看完，以囫囵吞枣的方式阅读，只看基础知识来入门，难点全部跳过。

• 官网：https://www.perl.org/

• 函数如何用：都可以在http://perldoc.perl.org/perl.html 查到

• 论坛：http://www.perlmonks.org/

2 知识要点

在看书的同时，你必须记住和熟练使用的知识点是下面这些：

• 理解perl里面的三种变量表示方式

     $ 表示单个变量 
    用单双引号区别，q(),qq() 
    @ 表示多个变量组成的数组，qw() 
     % 表示关系型变量-hash 
    变量不严格区分类型，没有int/float/double/char这样的概念

三种变量都有对应的操作技巧：

简单变量的操作函数

1. Numerical operators:  <,  >, <=, >=, ==, !=, <=>, +, *

2. String operators:    lt, gt, le, ge, eq, ne, cmp, ., x

数组操作(pop/push/shift/unshift/splice/map/grep/join/split/sort/reverse) 
hash操作方式

(keys,values,each,delete,exists) 

具体需要在实战里面体会：http://www.biotrainee.com/forum-90-1.html  生信人必练的200个数据处理任务(欢迎大家去练习)

变量内容交换，字符型转为数值型，字符串转为字符数组，字符串变量，heredoc，字符串分割，字符串截取，随机数生成，取整，各种概率分布数，多维矩阵如何操作，进制转换，hash翻转，数组转hash

• 上下文环境 
  这个比较复杂： http://www.perlmonks.org/?node_id=738558，就是需要理解你写的程序是如何判断你的变量的，你以为的不一定是你以为的。

• 正则表达式 
  这也是一个非常重要的一块内容，基础用法就是m和s，一个匹配，一个替换，比较有趣的就是1,2等等捕获变量。

• 内建变量 
  就是perl语言设计的时候定义了一大堆的全局变量($_ $, $0 $> $< $! $. @ARGV @F @_ @INC %ENV %SIG) 
  。外表上看起来都是一个$ @ %符号后面加上一大堆的奇奇怪怪的字符，表示一些特殊变量，这也是perl语言饱受诟病的原因。但是有些非常重要，懂了它之后写程序会方便。下载一个表格，里面有近100个预定义变量需要学习的。

• 控制语句(循环/条件/判断) 
  

  if ... elsif ... else ... 
  unless/while/next/last/for/foreach

• 读写文件，脚本实战！

1. while(<>){

2. #do something !

3. }

这是我最喜欢的一个程序模板，读取文件，根据需要处理文件，然后输出。需要实现非常多的功能，然后就可以自己总结脚本技巧，也能完全掌握perl的各种语法。在生物信息学领域，需要实现的功能有！

• perl 单行命令 
  我个人特别喜欢这个知识点，我也专门下载过一本书来学习，把这个教程看完就基本上能全明白：http://www.catonmat.net/blog/perl-one-liners-explained-part-one/。学习单行命令的前提是掌握非常多的奇奇怪怪的perl自定义变量和perl的基础语法，用熟练了之后就非常方便，很多生物信息学数据处理过程我现在基本不写脚本，都是直接写一行命令，完全代替了shell脚本里面的awk、sed/grep系列命令。(perl -p -a -n -a -l -i -F -M)

• 预定义函数 
  perl 是一个非常精简的语言，自定义的函数非常少，连min max这样常见的函数都没有，如果你需要使用这样的功能，要么自己写一个函数，要么使用加强版的包，perl的包非常多。 
  下面列出一些，我常用的函数：

  程序必备： use/die/warn/print/open/close/<>/ 
  数学函数：sin/cos/log/abs/rand/srand/sqrt 
  字符串函数 ：

  uc/lc/scaler/index/rindex/length/pos/substr/sprintf/chop/chomp/hex/int/oct/ord/chr/unpack/unencode 
  defined/undef

• 系统操作相关 
  perl语言是跨平台的，因为它的执行靠的是perl解释器，而perl的解释器可以安装在任何机器上面。所以可以用perl来代替很多系统管理工作。

  系统命令调用 
  文件句柄操作(STDIN,STDOUT,STDERR,ARGV,DATA,) 
  系统文件管理(mkdir/chdir/opendir/closedir/readdir/telldir/rmdir/)

• 一些高级技巧 
  自定义函数 sub , 参数传递，数组传递，返回值 
  模块操作(模块安装，加载，模块路径，模块函数引用) 
  引用（变量的变量） 
  选择一个好的编辑器-编译器，editplus，notepad++，jEdit，编程习惯的养成。 
  搞清楚perl版本的问题，还有程序编码的问题，中文显示的问题。 
  程序调试

• perl常见模块学习 
  perl和LWP/HTML做网络爬虫必备，重点是DOM如何解析； 
  perl和CGI编程，做网站的神器，重点是html基础知识； 
  DBI相关数据库，用perl来操作mysql等，当然，重点是mysql知识； 
  GD and GD::Graph 可以用来画图，但是基本上没有人用了，除了CIRCOS画圈圈图火起来了； 
  TK模块，可以编写GUI界面程序，但是也几乎没有人用了； 
  XML/pdf/excel/Json 相关的模块可以用来读取非文本格式数据，或者输出格式化报告； 
  socket通信相关，高手甚至可以写出一个QQ的模仿版本； 
  最后不得不提的就是Bioperl了，虽然我从来没有用过，但是它的确对初学者非常有用，大多数人不提倡重复造轮子，但我个人觉得，对初学者来说，重复造轮子是一个非常好的学习方式。大家可以仿造bioperl里面的各个功能，用自己的脚本来实现！

3 复习资料

如果你感觉学的差不多了，就可以下载一些复习资料，查漏补缺: 
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

最后，致敬创造了perl这个编程语言的Larry Wall !

生信菜鸟专栏是生信技能树论坛的版主团队的专栏，团队成员生信技能背景丰富，文件格式，数据资源，软件使用，脚本技巧，统计绘图，组学实战均有对应人才。而本专栏将从基础到深入，为零基础的各位剖析生信技能。

科研路，不孤单！^ ^

FS科研软件库，集合60+医学科研必备神器，现在统统打包分享，点这里