一文了解Perl语言

我在公众号发过很多编程语言的学习笔记，但是一直没有发Perl语言的编程教程。我大学的时候，学过一段时间的Perl语言，所以和Perl也有点缘分。这次去北京参加培训时发现他们教的Perl，所以接着机会发一波我现场的学习记录。

什么是Perl

学习一门语言最好了解下它的历史，知道它能干什么，有什么优势是，有什么不足。以下内容来自于百度百科

Perl，一种功能丰富的计算机程序语言，运行在超过100种计算机平台上，适用广泛，从大型机到便携设备，从快速原型创建到大规模可扩展开发。 [1]

Perl最初的设计者为拉里·沃尔（Larry Wall），于1987年12月18日发表。现在的版本为Perl 6，于2015年12月25日更新。

Perl借取了C、sed、awk、shell 脚本语言以及很多其他程序语言的特性，其中最重要的特性是它内部集成了正则表达式的功能，以及巨大的第三方代码库CPAN。简而言之，Perl像C一样强大，像awk、sed等脚本描述语言一样方便，被Perl语言爱好者称之为“一种拥有各种语言功能的梦幻脚本语言”、“Unix 中的王牌工具”。

Perl 一般被称为“实用报表提取语言”（Practical Extraction and Report Language），你也可能看到“perl”，所有的字母都是小写的。一般，“Perl”，有大写的 P，是指语言本身，而“perl”，小写的 p，是指程序运行的解释器。

从这段描述中，我们就知道了Perl最重要的就是它的文本处理能力，而早期生物信息学的本质就是序列分析，所以“确认过眼神，我遇见对的人”，Perl成了生物信息必学语言。

Perl的安装

Perl语言在Linux系统以及其他类Unix系统，比如说MacOS里都是内置的，所以不需要额外安装，而在Windows系统中则需要额外下载，下载站点当然是官方的<www.perl.org>

Perl下载

我后续在MacOS上学习Perl, 版本是5.18.2，这版本有点老旧，但是不妨碍学习。

Perl的Hello World

大部分的教程都是让大家写一个Perl脚本，比如说hello.pl,代码如下

#!/usr/bin/env perl
print "hello world \n"

然后用perl hello.perl执行。当然最快的方法还是用Perl的一行命令, 如下所示。

perl -e 'print "hello world"'

据说Perl高手能把Perl一行命令用的出神入化

Perl的编程基础

你可以用20多门语言说“我爱你”，但是不代表你会20门语言，所以会用Perl写"hello world"其实只是开始而已。了解一门编程语言，最少要掌握如下内容：

数据类型和数据结构
控制语句：条件语句、循环语句的用法
函数写法和常用函数
如何调用其他包

数据类型和数据结构

Perl支持的数据类型其实和大多数编程语言差不多，都有数值型（整数和浮点数）、字符串

数据结构分为：标量、数组、哈希。这些数据结构都会和变量联系在一起，才能根据变量调取数据。Perl和Python一大不同就在于，Python认为括号",'以外的字符串都是变量名，而Perl的变量名之前必须要有专门的符号指明，这和shell类似。

perl -e '$id = abc; print "hello $id"' ; # 标量定义和调用
perl -e '@number = (1,2,3,4); print "@number\n"'# 数组定义和调用
perl -e '@number = (1,2,3,4); print "$number[1]\n"'# 数组定义和调用
perl -e '$age{Tom}=25;$age{David}=10; print "$age{Tom}\n"' # 哈希定义和调用
perl -e '%hash = (a=>b,c=>d,e=>f); print "$hash{a}\n"' # 哈希定义和调用

所以以后在Perl脚本看到一堆的符号时不要慌，看到$是标量，看到@是数组, 看到%就是哈希。

哈希对应Python的字典(dict), 对应R的列表(list)

控制结构

据说所有逻辑都可以用条件语句和循环语句来编写，所以每一门编程语言都一定要有。

条件语句的写法

perl -e '$x=0; if($x>0){$y=10;}elsif($x<0){$y=-10;}else{$y=0;} print "$y\n";'

循环语句有三种写法,for ,foreach, while

for ($x=5;$x<10;$x++){
    print "$x\n";
}
foreach $x(1..5){
    print "$x\n";
}

while 比较适用于文件读取和输出,

让我们先创建一个文件cat /etc/passwd > passwd.txt, 然后输出到另一个文件中

#/usr/bin/env perl
my $file_in = "passwd.txt";
my $file_out = "passwd_out.txt";
open IN, "<", $file_in;
open OUT, ">", $file_out;
while (<IN>){
    print OUT "$_\n";
}
close IN;
close OUT;

这里出现几个陌生的东西，一个是my表示声明变量，取决于具体位置来确定定义的变量是局部变量还是全局变量。 <>表示读取文件 , open是一个函数，用于创建一个文件句柄从而进行文件读写, close就是关闭文件读写。

这里有一个诡异的符号是的$_，它表示是读取的当前行

函数写法和常用函数

在Perl里是找不到对象的，因为它不是面向对象编程的语言，它只有函数。

# 声明函数
sub sum{
    my ($m, $n) = @_;
    return ($m + $n );
}
# 调用函数
$sum_number = &sum(2,8);
print "$sum_number \n"

这里又出现了一个诡异的字符@_ ，表示是函数传参时放置参数的数组，可以从中取实参。调用函数的时候需要在函数名前用&声明。

当然，大部分情况下，我们是不怎么写函数，我们都是面向调用函数编程，所以知道Perl里有哪些好用的函数很重要

字符串相关函数: split, join, substr, chomp
数组相关函数：shift, pop, unshift, push, scalar, length
哈希相关函数：keys,values, exists
-其他函数： sort, reverse

关于函数的用法，在http://perldoc.perl.org/perl.html进行搜索，一般要了解一门编程语言一定要查不知道多少遍的帮助文档。

正则表达式

其实正则表达式才是Perl的重点，学Perl不用Perl的正则表达式等于是没有学过Perl，但是这部分内容其实是非常多的，这里举出一个例子，

$seq = "ACCGGATCATTGTCAA";
if ($seq =~ m/AC/){
    print "$seq \n";
    $seq =~ s/AA/GG/;
    print "$seq \n";
    $seq =~ tr/ATGC/TACG/;
    print "$seq \n";
}

看到的=~就意味着后面将会出现正则表达式。=~不是简单的赋值符号=，也不是==用于逻辑判断，而是将变量的值进行对应的正则运算

m/AC/ ：指的是匹配（match)，和命令行的grep一样
s/AA/GG/：指的是替换（substitute)，将符合要求的替换成对应的值
tr/ATGC/TACG/：指的是转换，和命令行的tr一样

资料推荐

希望本文让你对Perl有一个大致印象，想要继续深入的话，推荐两本书：

Perl语言入门：俗称小骆驼
精通正则表达式：真正讲透了正则的精髓