perl 读取所需文件的路径，然后打开相应的文件

以下是dna序列，存储在window下f：\perl\data.txt里面：

aaaaaaaaaaaaaagggggggttttcccccccc 
cccccgtcgtagtaaagtatgcagtagcvg 
ccccccccccggggggggaaaaaaaaaaaaaaattttttat 
aaacg 

下面是程序：

#下面的程序是用来计算一段dna序列中atgc的数量的

#首先定义四种碱基的数量为0
$count_a=0;
$count_t=0;
$count_c=0;
$count_g=0;
#首先要先把序列进行合并成一行

#先确定所要处理的文件的路径及文件名（在windows系统下面要按照这样的例子写
#f:\\perl\\data.txt
print "please input the path just like this f:\\\\perl\\\\data.txt\n";
chomp($dna_filename=<stdin>);
#打开文件
open(dnafilename,$dna_filename)||die("can not open the file!");
#将文件赋予一个数组
@dna=<dnafilename>;

#以下两步要把所有的行合并成一行，然后去掉所有的空白符
$dna=join('',@dna);
$dna=~s/\s//g;

#将dna分解成，然后赋值到数组
@dna=split('',$dna);

#然后依次读取数组的元素，并对四种碱基的数量进行统计
foreach $base(@dna)
{
 if ($base eq 'a')
 {
  $count_a=$count_a+1;
 }
 elsif ($base eq 't')
 {
  $count_t=$count_t+1;
 }
 elsif ($base eq 'c')
 {
  $count_c=$count_c+1;
 }
 elsif ($base eq 'g')
 {
  $count_g=$count_g+1;
 }
 else
 {
  print "error\n"
 }
}
#输出最后的结果
print "a=$count_a\n";
print "t=$count_t\n";
print "c=$count_c\n";
print "g=$count_g\n";

下面是运行的结果：

f:\>perl\a.pl
please input the path just like this f:\\perl\\data.txt
f:\\perl\\data.txt
error
a=40
t=17
c=27
g=24

f:\>

大家可能观察到有一个error的出现，这是为什么呢？

大家仔细看一看最上面的原始 dna序列，用特殊颜色标记的，可以看到有一个v，所以会输出错误。

这里把dna序列经过整合成一行，然后去除所有的空白字符以后，又把$dna通过split函数变成了数组，然后进行统计，那有没有更好的办法呢？

其实perl里有一个函数，substr。

我们先来看一看这个函数的用法，substr是针对一个大字符串的操作符（the substr function works with only a part of a larger string )言外之意就是对一个很长的字符串，进行片段化处理，取其中的一部分。我们这里用到的就是这个特性。

$little_string =substr($large_string,$start_position,$length)

$小片段=substr（$大片段，$你要截取的小片段的起始位置，$你要截取的长度）

我们这里为了统计dna中各种碱基的数量，所以要处理的字符串是一个碱基，所以我们要把$length设置为1。这样才能够满足我们的需求。

下面我们把修改过的代码写下：

#下面的程序是用来计算一段dna序列中atgc的数量的

#首先定义四种碱基的数量为0
$count_a=0;
$count_t=0;
$count_c=0;
$count_g=0;
#首先要先把序列进行合并成一行

#先确定所要处理的文件的路径及文件名（在windows系统下面要按照这样的例子写
#f:\\perl\\data.txt
print "please input the path just like this f:\\\\perl\\\\data.txt\n";
chomp($dna_filename=<stdin>);
#打开文件
open(dnafilename,$dna_filename)||die("can not open the file!");
#将文件赋予一个数组
@dna=<dnafilename>;

#以下两步要把所有的行合并成一行，然后去掉所有的空白符
$dna=join('',@dna);
$dna=~s/\s//g;

#然后依次读取字符串的元素，并对四种碱基的数量进行统计
for ($position=0;$position<length $dna;++$position)
{
 $base=substr($dna,$position,1);
 if ($base eq 'a')
 {
  $count_a=$count_a+1;
 }
 elsif ($base eq 't')
 {
  $count_t=$count_t+1;
 }
 elsif ($base eq 'c')
 {
  $count_c=$count_c+1;
 }
 elsif ($base eq 'g')
 {
  $count_g=$count_g+1;
 }
 else
 {
  print "error\n"
 }
}
#输出最后的结果
print "a=$count_a\n";
print "t=$count_t\n";
print "c=$count_c\n";
print "g=$count_g\n";

得到的结果如下：

f:\>perl\a.pl
please input the path just like this f:\\perl\\data.txt
f:\\perl\\data.txt
error
a=40
t=17
c=27
g=24

f:\>