perl入门03：文件读入与输出

要点一：文件读写

文件读写主要使用open函数，如下图使用方法分为三个部分：

文件读入

1、文件句柄

• 可以理解呈摆渡船，读取文件数据，再转移给脚本中的变量。
• 自己命名，一般大写字母；如图例中的IN, OU
• perl常用默认文件句柄
  STDIN, STDOUT, STDERR 分别表示屏幕标准输入、输出、报错。
  ARGV 表示命令行参数；比如ARGV[0]表示命令行第一个参数；ARGV[1]表示命令行第二个参数.......

值得注意的是，因为是逐行"摆渡"的，所以IN第几次在脚本中出现就表示文件中的第几行出现。如果不想使用第一行数据，赋值给空变量即可。见本文最后的例子。

2、读or写

类比Linux重定向；

• < 表示读入文件
• > 表示写入文件
• >> 表示追加写入文件
• <> 砖石操作符，一般为将句柄赋值给变量的标准格式
  $first=; #如果砖石操作符为空，就表示屏幕输入中（键盘敲）读取，如下面这个加法计算小例子。

#!/usr/bin/perl -w

print "Please enter the first number\n";

chomp ($a=<>);
print "Please enter the second number\n";
chomp ($b=<>);
$c=$a+$b;
print "$a + $b =$c\n";

3、文件名

为待读取的文件或者准备写入的新文件名，一般配合ARGV从参数中读取。
常用的标准模式为

open IN,"<$ARGV[0]";   #第一个参数设置读入的文件
open OU,">$ARGV[1]";  #第二个参数设置写入的文件

4、优雅的补充 or die

考虑到有时文件无法打开的现象，可以在结尾补充说明性的报错信息

open IN,"<$ARGV[0]" or die "can not open the file\n$!"；

• $!为特殊变量，表示报错信息。

此外还有两个特殊变量，这里一并介绍。一个是$/表示分隔符，默认分隔符为$/="\n"（换行符），可以根据情况作出修改，比如$/=">"就将分隔符修改为大于号，在fasta序列处理中常用；一个是$_一般为未指明变量时的默认变量，例子见下例。

5、遍历文件行

• 将结果输出到屏幕

open IN,"<$ARGV[0]";

while () {    #while判断依据：是否为空字符串
    chomp;     #去掉换行符；当为默认变量$_时可省略 
    print "$_/n";   #输出结果到屏幕
}
close IN;  #关闭句柄

• 将结果输出到指定文件

open IN,"<$ARGV[0]";
open OU,">$ARGV[1]";
while () {  
    chomp;    
    print OU "$_/n";   #输出结果不会输出到屏幕，而是指定输出文件中
}
close IN;  #关闭句柄
close OU;

要点二：实战小例子 fastq→fasta

首先要理解两种文件的区别---
（1）fastq有四行，第一行开头为@;
（2）fasta只有两行，第一行开头为>。
因此要将fastq的三四两行删去，同时将第一行的@更换为>。

#!/usr/bin/perl -w

open IN,"<$ARGV[0]";   #为读入的fastq文件
# open IN,"zcat $ARGV[0] |"  #若为压缩文件fq.gz的读入方法
open OU,">$ARGV[1]";   #为写出的fasta文件

while ($id=) {  
    chomp ($id);  #要加入括号，因为变量不是默认变量，不可省略
        $id=~ tr /@/>/ ;  #将@替换为>
    chomp ($seq=);
    ;   #第三行不管，赋值给空变量
    ;   #第四行不管，赋值给空变量
    print OU "$id\n";
    print OU "$seq\n";
}
close IN;  #关闭句柄
close OU;

head test.1.fq

test.1.fq

perl -c 1.pl
perl 1.pl test.1.fq my.fa
head my.fa

my.fa