目前尚没有能力直接去阅读htslib的源代码,看到bioawk的代码稍微简单点,因此准备先从这里下手,bioawk的项目地址为https://github.com/lh3/bioawk。
这次先阅读了"main.c"部分学习如何解析参数。
1-23: 版权信息部分
25: 版本信息
27: #define
创建自己的常量和宏
27-35: 导入标准库的头文件和原来awk的头文件
37-38: extern声明后面的变量来自于其他文件,避免编译时报错
49-53: 定义后续用于解析的最大程序文件数(pfile), 当前解析的程序文件(curpfile)
62-63: setlocale
设置区域相关的设置,其中LC_CTYPE 影响所有字符函数。LC_NUMERIC影响 localeconv 函数提供的小数点格式化和信息
65:获取程序的名字
66-70:如果参数只有一个,也就是只输入程序名,那么就用fprintf
将信息格式化输出的标准错误输出(stderr),也就是你可以用bioawk 2> err.log
而不是bioawk > err.log
报错报错信息。
78:使用while语句开始解析参数。 argv[1][0] == '-' &&argv[1][1] != '\0'
表示第二个C语言接受的第二个参数是-
, --
开头的参数
79-83:使用string.h的strcmp进行文本比较,如果输入是 "-version" 或者是 "--version" 则输出版本信息,其中version在第25行定义。 strcmp返回0表示比较的内容相同,否则都是不相同。最后用break跳出循环
84-88: 使用string.h
的strncmp比较两个字符串的最多n个字符。 也就是说,你可以用bioawk -c fastx ------------ '{printf $seq’ xxxx.fa
这种无聊的操作. 后续的argc--
与argv--
对当前解析的参数位置进行移动,就能读取到后面的参数了。
89: 开始用switch解析短参数
90-93:用strcmp判断是否是 -safe,是的话就将safe赋值为1,最后跳出switch,
167-168:跳出switch之后,--argc
和 ++argv
进行参数偏移,也就是读取下一个参数
94-107: 处理program文件。将文件名存放到pfile(字符串数组),也就是将文件名开头的字符的地址( &argv[1][2])存放到pfile数组中。这里考虑有两种习惯,一种是-fsomefile,另一种是-f samefile, 其中后者需要对输入参数进行偏移。
108-123:处理分隔符。同样考虑到-F"\t和-F t这两种情况
124-126:使用string.h的strcpy
进行文本复制。
144-149: 使用stdlib.h的atoi函数将字符串转成数值。这里发现如果用bioawk -d 0
就会进行调试模式哦,这和原本awk -d是不同的。
153-162:对格式进行解析。