读源码学C之阅读李恒的bioawk

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

copyright

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

导入标准库

37-38: extern声明后面的变量来自于其他文件，避免编译时报错

声明外部变量

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)

定义变量

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

区域相关设置

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。

判断

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

解析参数

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

版本参数

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。

显示声明参数结尾

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,

第一个判断

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

跳出循环

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。

处理program文件

108-123：处理分隔符。同样考虑到-F"\t和-F t这两种情况

image.png

124-126：使用string.h的strcpy进行文本复制。

复制字符串

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。

调试功能

153-162：对格式进行解析。

选择格式