RStudio有个terminal，可用Shift+Alt+R新建一个terminal，可在RStudio上创建一个.pl文件

• ctrl+S保存新建的脚本，后缀为.pl
• 此后在Rstudio上写代码就可以啦：
  • Ctrl+Enter运行R命令
  • Ctrl+Alt+Enter将代码发送到terminal
  • 在控制台的terminal上，可以用vi哦
• 控制台的位置为
  • pwd一下，
    • 如果是在rstudio-server上，看到的是自己的Linux环境下的位置
    • 由于我在Windows上也装了Rstudio，所以本地Rstudio打开，位置是/mnt/d/***,此处d是D盘，在mnt目录下面。
• 在ubuntu下查找windows的文件也可以参照这个

#在ubuntu终端的命令行下
##或在我自己的Rstudio-server上的terminal下
pwd #此时的位置为/home/**
#去D盘
cd /mnt/d/
#回来
cd

话不多说，接着今天的Perl

@ARGV

# 命令行
##perl $0 $ARGV[1] $ARGV[2]
#如
perl 123.pl human.fa save.fa

输入输出

open IN,"<$ARGV[0]";  #输入
open OU,">$ARGV[1]"; #覆盖输出
# open OU,">>$ARGV[1]"; #追加输出

print OU "hello\n";

close IN
close OU

句柄

• 输入输出句柄

IN
OU
STDIN
STDOUT
STDERR
DATA
ARGV
ARGVOUT

• 文件句柄<IN>

<IN>介于输入和输出之间，用于摆渡，所以用<>表示。
一次装载一行数据。

• 一次读取并打印一行

#!/usr/bin/perl -w
open IN,"<ARGV[0]", or die "error!!!!!!!!!!!!!";
while(<IN>){
  chomp;
  @line=split /\s+/,$_[1];
  print "@line\n";
}
close IN;

• 修改默认的字段分割符来读取多行

$/="\n" #默认的字段分隔符
$/=">" #读取一段FASTA  

哈希

哈希hash名字怪怪的，但是挺有用，可以根据key来提取value，而不用担心顺序。就好比于在手机上查单词（key），提取出单词的释义（value）。

• 赋值

#定义空hash
%hash=();
$hash{"key1"}=value1

#hash赋值
%hash=("key1",value1,"key2",value2,"key3",value3)
#or：
%hash=(
    "key1"=>value1,
    "key2"=>value2,
    -key3=>value3，
    key=>value444
    );
    
#删除
delete $hash{"key1"}

• 访问

$hash{"key1"};
@keys=keys %hash;
@values=values %hash;

• 查看

if (exist $hash{"key1"}){
    print "$hash{\"key1\"}\n";
}

• 遍历

#也可先排序一下sort keys %hash;
foreach(keys %hash){
    print "$_\n";
    print "$hash{$_}\n";
}
#or:
while(($keys,$values)=each %hash){
    print "$keys\n$values\n";
}

小应用：序列提取

已知一堆id，存入A，根据参考基因组B（FASTA格式）的id，提取A中id的序列。

• 步骤
  • 将A的id存入哈希，
  • 遍历RefSeq的id
    • 判断：如果B.id在A中存在，则存入哈希的value，否则继续
  • 存储结果
• 代码实现

#!/usr/bin/perl -w
%query_a=();

#提取A的id
open <IN>,"<ARGV[0]";
while (<IN>){
    chomp;
    @query_a{$_}=1;
}
close IN;

#比较B与A，存B序列到%query_A的value
open FA,"<$ARGV[1]";
open OU,">>save.fa";
$/=">";
#将第一行的>的前面的空值过滤掉
<FA>; 
while(<FA>){
    chomp;
    $id_seq=(split /\n/,$_,2);#分成两份，为ID和序列
    if(exist $query_a{$id_seq[0]}){
        $query_a{$id_seq}=$id_seq[1];
        print OU ">$id_seq[0]\n";
        print OU "$id_seq[1]\n";    
    }else{
        next;
    }
}
close FA;

#输出A中那些没匹配到的
@keys=keys @query_a;
@values=values @query_a;

foreach $count (@values){
    if ($count==1);
    print "$keys{$count}\n";
}
print "those id above were not found sequence in RefSeq!!\n\n";