InfoBio TD bioperl
From silico.biotoul.fr
m |
m |
||
Line 196: | Line 196: | ||
* [a-z] : minuscule | * [a-z] : minuscule | ||
* [a-zA-Z] : lettre | * [a-zA-Z] : lettre | ||
+ | * ^ : début de chaîne | ||
+ | * $ : fin de chaîne | ||
* ... cf. le tutoriel plus haut | * ... cf. le tutoriel plus haut | ||
Revision as of 16:50, 7 February 2012
L'objet du TD est de se familiariser avec le langage Perl et le module BioPerl.
Perl (pour Pratictal Extraction and Reporting Language) est un langage de programmation/script. Il met en oeuvre le paradigme de la programmation itérative.
Contents |
Types de données
- nombre entier
- nombre réels
- chaîne de caractères. Comme dans un script shell, dans une chaîne délimitée par des simples quote ' , les variables ne sont pas remplacées par leur valeur contrairement aux chaînes délimitées par des double quote ".
- descripteur de fichier
- référence (pointeur)
Structures de données
- les scalaires (SCALAR) utilisant la notation $. Par exemple $filename = 'sequences.fasta' contiendra typiquement le nom (ou chemin) d'un fichier.
- les listes ou tableaux (ARRAY) utilisant la notation @. Par exemple @filenames = ['comE_sequences.fasta', 'comD_sequences.fasta']. Pour accéder à un élément, on utilise un indice : $filenames[3] pour le quatrième élément.
- les tableaux associatifs (HASH) avec la notation %. Par exemple %gene_annotations = { 'comD'=>'sensor', 'comE'=>'response regulator' } ou bien %gene_annotations = [ 'comD', 'sensor', 'comE', 'response regulator']. Pour accéder à un élément : $gene_annotation{'comD'}.
Pour plus de détails, cf. http://perldoc.perl.org/perldata.html
Quelques fonctions essentielles
L'ensemble des fonctions disponibles : http://perldoc.perl.org/perlfunc.html#Perl-Functions-by-Category
Opérations sur les listes
Les listes peuvent se manipuler comme des piles (LIFO), files (FIFO) ou autres grâce aux opérations :
- $elem = pop @list; récupère (et supprime de la liste) le dernière élément
- push @list, $elem; opération duale de pop : ajoute l'élément en fin de liste
- $elem = shift @list; récupère (et supprime) le premier élément de la liste
- unshift @list, $elem dévinez !
- $nb_elem = scalar @list; interprète la liste dans un contexte scalaire ce qui correspond à récupérer le nombre d'éléments.
- sort @list trie la liste par ordre lexicographique. Si l'on veut trier par ordre numérique croissant (11>2 alors que "11"<"2") il faut spécifier la routine de tri : sort {$a <=> $b} @list.
- itérations sur chaque éléments: foreach my $elm (@list) { print $elm; }
Opérations sur les tableaux associatifs
- @list = keys %hash;
- les clés triées : @list = sort keys %hash;
- les clés triées en fonction des valeurs en ordre numérique décroissant : @list = sort { $hash{$b} <=> $hash{$a} } keys %hash;
cf. http://perldoc.perl.org/functions/sort.html pour plus d'exemples de tri.
- les valeurs : @list = values %hash;
- itérations sur chaque élément : foreach my $key (keys %hash) { print $hash{$key}: }
- test de l'existence d'une clé : defined $hash{$key}
Quelques particularités
Certaines variables sont prédéfinies :
- $_ et @_ correspondent à la variable par défaut ou variable courante.
Exemple :
foreach my $elem (@list) { print $_; }
- <> correspond au fichier passé en paramètre au script.
Exemple : lacement du script suivant avec la commande: sh> perl le_script.pl un_fichier_texte.txt
#!/usr/bin/perl while (<>) { chomp; print $. . $_; }
Commentaires : la boucle while itère sur chaque ligne du fichier. La fonction chomp supprime le caractère de fin de ligne (ici, le fait de l'appeler sans paramètre l'applique à la variable par défaut $_ qui est une ligne du fichier texte). La variable spéciale $. correspond au numéro de ligne du fichier. Le '.' qui suit correspond à la concaténation de chaînes de caractères.
Manipulation de fichiers
- Lecture d'un fichier
open(F, '<filename'); while (<F>) { ... } close(F);
- Ecriture dans un fichier
open(F,'>output_file'); print F 'some content'; close(F);
Branchements conditionnels
if ($condition) { ... } # commentaire : on peut mettre n'importe quoi dans la condition, elle sera évaluée à vrai du moment que la valeur est différent de 0 ou null # avec un else if (open(F,"$filename")) { ... } else { ... } # avec un else if if ($condition) { ... } elsif ($autre_condition} { ... } # le if en fin de statement print $some_debuging if $verbose; # l'inverse : le ''à moins que'' (unless) print "Success" unless $failure;
Boucles
# WHILE my $i=0; while ($i<$max_iteration && $do_not_stop) { ... $i++; } # FOR for (my $i=0 ; $i < scalar @list ; $i++) { $list[$i] *= 2; }
Fonctions
# définition sub nom_fonction { # corps fonction } # on peut ensuite l'appeler nom_fonction; # passage des paramètres # le passage se fait toujours sous forme d'une liste #################################################### sub fonction_2 { my @params = @_; } # appel fonction_2($param1, $param2); sub fonction_3 { my ($param_1, $param_2) = @_; # on s'intéresse seulement aux 2 premiers } # appel fonction_3(@params); # si l'on souhaite passer plusieurs listes ou un hash, on passe par des références (pointeurs) sub fonction_4 { my $h_ref = shift; # récupération d'une référence sur un hash (1er paramètre) my $array_ref = shift; # récupération du 2ème paramètre qui est une référence sur un tableau # pour déréférencer : my %h = %$h_ref; my @a = @$array_ref; # sinon on y accède avec un cast my $troisieme_element = @{$array_ref}[2]; } # appel avec passage par référence fonction_4(\%hash, \@list);
Il existe encore pas mal de possibilités mais on se contentera de celles-ci pour aujourd'hui.
Expression régulières
Pour terminer cette courte introduction, nous allons voir que perl est particulièrement adapté à l'exploitation des expressions régulières. Les possibilités sont assez nombreuses et nous ne verrons qu'une infime partie. Pour plus de détails, vous pouvez vous référer au tutoriel http://perldoc.perl.org/perlretut.html
# test de l'occurrence d'une expression régulière dans une chaîne while (<>) { next if $_ =~ /^#/; # skip comments (lines beginning with '#') ... } # récupération du contenu des occurrences d'une expression régulière my ($heure, minute, seconde) = $time =~ /(\d+):(\d+):(\d+)/; # match "...dernier accès 9:40:20 pour le fichier ..."
Ainsi, une expression régulière est délimitée par des '/'. Les parenthèses permettent de séparer les différents match pour les affecter à des variables. On peut matcher des chiffres, lettres, espaces avec :
- \d : digit
- \s : white space
- \S : tout sauf white space
- \w : word character
- [a-z] : minuscule
- [a-zA-Z] : lettre
- ^ : début de chaîne
- $ : fin de chaîne
- ... cf. le tutoriel plus haut
Pour le nombre d'occurrences :
- ? : 0 ou 1 fois
- * : 0 ou plus
- + : 1 ou plus
- {4} : 4 fois
- {3,} : 3 ou plus
- {2,5} : au moins 2 et au maximum 5