经验分享|如何从Perl语言小白变成大神

本人系在读博士，涉及生物信息学领域也有五六年了，从一个生物信息学是什么概念都不知道的小白翻滚摸爬到今天，终于对这一领域知道了个大概，会分析一些数据，算是基本入门了。分析生物信息学数据，掌握一门以上的编程语言是必不可少的，这能极大的帮助你提升处理数据的效率。本人刚涉及生物信息学时就开始学习Perl语言，如今已经能熟练利用Perl语言处理各式各样的数据，算是略有小成。今天本人就简单聊聊个人学习Perl的经验，我是如何从一个菜鸟成长为一个伪大神的。

记得当年刚读研时，跟的导师有一些高通量测序数据需要分析，那会儿组里只有一位大师兄会生物信息学分析，也会编写Perl脚本。但是这位大师兄很快就要毕业了，他一走我们就人才短缺了，所以当务之急就是把我们新招的这一批研究生培养起来，于是乎我们马上热火朝天的开始学习生物信息学。

学习生物信息学基本概念啊、分析软件啊等过程这里就不废话了，我想说的是那会儿第一次接触到了Perl语言。大师兄把他写好的很多Perl脚本给我们，教我们怎么使用，然后让我们帮他做分析，他就做甩手掌柜忙自己的去了。当我执行师兄给的序列拼接脚本时，屏幕上刷刷刷出现了软件运行的信息，一段时间过后目录里出现了结果文件，一打开发现这么多的小片段序列竟然已经组装成了几条长序列。我满脸崇拜地望着大师兄的背影，实在太神奇了。

这激发了我学习Perl的强烈兴趣，我立即买来Perl的书籍开始学习。我看的第一本书是《Perl语言入门》，称为“小骆驼”，是Perl入门学习的首选。我看的过程中不断的点着头，原来这就是标量，那就是数组，循环语句有for、while、until等，哈希表就是让每个key对应一个value，正则表达式可以匹配到目标文本内容……这本书读起来似乎很容易理解。我跟着书中的例子一句一句代码试验过去，时不时按自己的理解修改一下，发现基本都能成功实现，我不禁有点自得，原来正如引言所说，Perl的确很容易学。

我看完这本书，立即开始摩拳擦掌，想要写出一个完整的脚本。首先我想写一个脚本统计一个fasta文件里每条序列的长度。我知道首先要指定句柄打开该文件，然后用while循环读取文件内容，我很快的写好了“open IN,$ARGV[0];while( ) ”，然而接下来我就傻眼了，完全不知道下面该怎么继续写。我知道如何用正则表达式匹配一行序列名称和一行序列，也知道用length就可以计算出一条序列的长度，可是当要读取整个文件，计算所有序列的长度并输出结果的时候，我怎么也不知该如何实现。我又翻了一遍这本书，也没发现哪里告诉我该怎么写。虽然只是看完入门这本书，可是连这么简单的几行代码还是写不出来，这回我明白Perl并不是表面上那么容易掌握了。

其实学编程语言就像我们从小开始学写字、组词、造句，然后学着写出一个段落，最后到一篇完整的文章，这个过程是需要一步步循序渐进的。此时我认得了Perl的基本元素和命令，以及一些简单的代码和功能，但还没学会如何有序的将这些代码组合在一起，形成连贯的完整的代码。这就需要真正理解代码是如何运作的，书上无法回答你，短时间内你也很难领会，只有通过自己不断的去学去写，去理解代码的作用和意义，然后想尽办法通过代码实现自己的目的，你才能在某一天突然明白就是这么回事。

我看了好几遍《Perl语言入门》，还是在实际应用中写不出代码。但是我并不沮丧，因为我手里有大师兄给我的很多Perl脚本，而且知道这些脚本的用途以及使用方法，这对一个初学者来说是一个珍贵的宝库。当我第一次看这些脚本时，都是乱七八糟的字母和符号，简直是天书。随着我看完《Perl语言入门》，我慢慢能看懂师兄的这些脚本中的大部分代码，都是书中提及的命令，原来竟可以如此使用。我仔细把这些脚本的每一行代码都看下来，去理解它们的含义。看完后就关掉，然后开始自己写，一个字母一个符号的输入，尝试着实现同样的目的。

作为一个之前没接触过编程的初学者，在开始的模仿与摸索中，我发现自己不是少个分号，就是少一个括号，或者哪里语法错误，总之一不小心就出错，不断的提示“syntax error at……”，非常郁闷。这是一段难熬的时光，既不能独立写下一个脚本，又需要使劲琢磨别人的代码是什么意思，还老是被莫名其妙的错误所折腾，甚至明明没报错却出现混乱的结果文件，然后不断检查脚本哪里有问题，时刻考验着你的耐心和信心。但是当你坚持下去了，不用多久，你就能看到自己取得了巨大的进步。

不到一个月，我就基本能自己写出代码了。我掌握了大部分大师兄写的功能较简单的脚本，能够独立写脚本处理一些常规的数据，例如去除高通量测序数据的低质量序列、对大量的数据去重复或者挑选出重复的数据、把不同文件里的相同条目对应的内容合并到一个文件等等。在这个过程中，我理解了Perl语言处理文本的基本过程，当你用while命令读取文件内容时，文件的内容是一行一行被代码识别和处理的，如果一行的内容满足代码设定的条件，即开始执行，如果不满足条件就立即去识别下一行，直到下一行文本内容满足条件。理解了这个，你就能把整个文本内容拆分成一行一行，根据每一行内容的特征，利用正则表达式区分识别，然后进行相应的处理和输出，这样一来就很容易实现代码的功能了。

到这个时候，我总算是Perl语言编程入门了，想到自己竟然也掌握了一门计算机语言，可以向计算机小白们炫耀一番，心里不禁一阵得意。但是得意完后我也知道自己仍是菜鸟，看到一些大神们的Perl语言代码，真是出神入化，寥寥两行代码竟然能实现我写十行代码的功能。他们的逻辑与手法，我很多都看不大懂，看来我还有很长的路要走啊。

但是既然已经一只脚踏入Perl的世界，接下来的路就好走的多了，只要愿意花时间继续学习，有一定的逻辑与领悟能力，成为一个Perl大神并不难。毕竟Perl主要还是用来处理数据和文本的工具，不像其它编程语言那么复杂深奥。所谓一通百通，一个类型的数据会处理了，其他类似的数据基本大同小异，生物信息数据再复杂也就那么些类型，所以随着经验的积累，不用多久，你就能熟练利用Perl语言处理各式各样的数据了。

随后的我，又花了半年看完并领悟了《Perl技术内幕》的前面十四章。《Perl技术内幕》共二十八章，全面介绍了Perl的所有基本命令与功能。为什么我只看了前十四章呢，因为那会儿的我完全看不懂后面的章节，不信你自己去看看就知道了。实际上只有前面十四章讲的是数据与文本处理，看懂这十四章就完全够用了。《Perl技术内幕》弥补了我对Perl语言基本命令的漏缺，以后我哪里不明白或者需要用到某些代码就翻出来看一眼，这本书就如同我的字典一般，对我帮助极大。

再后来，经过好几年的实践与学习，我已经对各类数据的处理信手拈来。我可以用Perl语言建立一套完整的数据分析流程pipeline，如同当年大师兄一般。我学会了利用Perl的许多模块进行更快捷的功能，学会了利用Perl对mysql数据库的数据进行读取与输出。我还自创了哈希和数组的高阶多维用法，下次再跟大家分享。现在，同学们都来找我帮忙写个脚本，我非常有成就感，俨然一个伪大神，多年的学习与付出总是有回报的，这里请容我得瑟一下。

最后，简单说一说关于Perl的最重要学习内容。首先是正则表达式，因为Perl主要处理文本数据，需要正则表达式来匹配识别目标条目，十之八九的Perl脚本都会用到正则表达式，这个必须得掌握；其次是哈希表和数组，我们利用哈希表和数组存储目标条目对应的数据，才能大量的有针对性的进行每个条目数据的处理与输出，这里强调哈希表非常强大，请用心学习领会，用得好简直有如神助；然后就是循环语句与条件语句，只要掌握for循环、while循环、if语句等几个常用的语句就够用了，而且非常容易掌握，只要看几个例子就会用了；剩下的就是掌握Perl的一些常用函数，如split、join、substr、exists等，以及Perl的基本知识，如标量、变量、运算符等。掌握了以上这些内容，就基本能处理绝大多数的常规数据，然后再学会一些逻辑思想和算法，你就能写出更复杂更巧妙的脚本。至于其它Perl的内容，当你以上大成，有需要进一步深入时，再行学习不迟。

最后的最后，我想说学习Perl最难的就是入门，这个关卡过了，后面的学习过程就会水到渠成。总结一下Perl快速入门的经验，当你开始学Perl的时候，几本Perl的书籍是必要的，必须先学会Perl的基本知识，这是看懂和学习脚本的前提；然后尝试自己写代码，不会写就先模仿别人的脚本，先从简单的脚本开始，然后理解消化人家的脚本，在这个基础上自己学着去修改去创新。到一定程度后，你就能理解大多数代码的用法，这时候，你需要找机会不断地写代码，尝试在各种情境下实现目的，虽然很多时候你会无法实现目的，但是通过看Perl进阶的书籍、请教他人或者参考网上的技术分享，你得千方百计找到方法并掌握该方法。这样，通过坚持与实践，你很快就能写出脚本，熟练处理各类数据了。

本文转自生信草堂，徐小台，未经允许不得转载或用于商业用途，若想转载请先和本人联系！