Nextflow scripting

Nextflow腳本語言是Groovy編程語言的擴展。Groovy是用于Java虛擬機的強大編程語言。Nextflow語法專門用于以聲明的方式簡化計算管道的編寫溯泣。

Nextflow可以執(zhí)行任何Groovy代碼段或使用JVM平臺的任何庫武福。

詳細了解Groovy編程語言旱物，請參考這些鏈接:
Groovy User Guide
Groovy Cheat sheet
Groovy in Action

下面是關(guān)于Nextflow腳本語言中使用的最重要的語言結(jié)構(gòu)的速成課程饭玲。

!Warning

Nextflow使用UTF-8作為源文件和應(yīng)用程序文件的默認文件字符編碼。在使用您最喜歡的文本編輯器編輯Nextflow腳本時蓖宦，請確保使用UTF-8編碼齐婴。

Language basics

Hello world

打印內(nèi)容就像使用print或println方法一樣簡單。

println "Hello, World!"

兩者之間的唯一區(qū)別是println方法隱式地向打印字符串追加一個 new line character(在輸出結(jié)果末尾增加一行）稠茂。

Variables（變量）

要定義一個變量柠偶，只需給它賦一個值:

x = 1
println x

x = new java.util.Date()
println x

x = -3.1499392
println x

x = false
println x

x = "Hi"
println x

Lists（列表）

List對象可以通過將列表項放在方括號中來定義：

myList = [1776, -1, 33, 99, 0, 928734928763]

您可以使用方括號符號訪問列表中的給定項(索引從0開始):

println myList[0]

為了獲得列表的長度，使用size方法:

println myList.size()

了解更多關(guān)于列表的信息:
Groovy Lists tutorial
Groovy List SDK
Java List SDK

Maps

Maps用于存儲associative arrays or dictionaries睬关。它們是異構(gòu)的诱担、命名的數(shù)據(jù)的無序集合:

scores = [ "Brett":100, "Pete":"Did not finish", "Andrew":86.87934 ]

注意，存儲在Map中的每個值可以是不同的類型共螺。Brett是整數(shù)该肴，Pete是字符串情竹，Andrew是浮點數(shù)藐不。
可以通過兩種方式訪問Map中的值：

println scores["Pete"]
println scores.Pete

要向Map添加數(shù)據(jù)或修改映射，其語法類似于向列表添加值：

scores["Pete"] = 3
scores["Cedric"] = 120

了解更多關(guān)于Map的信息:
Groovy Maps tutorial
Groovy Map SDK
Java Map SDK

多重賦值（Multiple assignment）

數(shù)組或列表對象可以用于一次給多個變量賦值：

(a, b, c) = [10, 20, 'foo']
assert a == 10 && b == 20 && c == 'foo'

賦值操作符左邊的三個變量由列表中相應(yīng)的項傳入秦效。
更多關(guān)于多重賦值（Multiple assignment ）的信息雏蛮，請參閱Groovy文檔。

條件執(zhí)行（Conditional Execution）

任何編程語言最重要的特性之一就是能夠在不同的條件下執(zhí)行不同的代碼阱州。最簡單的方法是使用if構(gòu)造：

x = Math.random()
if( x < 0.5 ) {
println "You lost."
}
else {
println "You won!"
}

字符串(Strings)

字符串可以用單引號或雙引號('或")來定義:

println "he said 'cheese' once"
println 'he said "cheese!" again'

字符串可以用+連接:

a = "world"
print "hello " + a + "\n"

字符串嵌入值（String interpolation）

單引號字符串和雙引號字符串之間有一個重要的區(qū)別:雙引號字符串支持變量嵌入值挑秉，而單引號字符串不支持。
在實踐中苔货，雙引號字符串可以包含任意變量的值(在其名稱前加上$字符前綴)犀概，也可以包含任何表達式的值(使用${expression}語法)，類似于Bash/shell腳本:

foxtype = 'quick'
foxcolor = ['b', 'r', 'o', 'w', 'n']
println "The $foxtype ${foxcolor.join()} fox"

x = 'Hello'
println '$x + $y'

這段代碼打印:

The quick brown fox
$x + $y

多行字符串（Multi-line strings）

跨越多行的文本塊可以通過使用三個單引號或雙引號來定義：

text = """
hello there James
how are you today?
"""

!Note

和之前一樣夜惭，雙引號內(nèi)的多行字符串支持變量嵌入值姻灶，而單引號內(nèi)的多行字符串不支持。
在Bash/shell腳本中诈茧，用\字符結(jié)束多行字符串中的一行产喉，可以防止用一個新行字符將該行與下一行分隔開:

myLongCmdline = """ blastp \
-in $input_query \
-out $output_file \
-db $blast_database \
-html
"""

result = myLongCmdline.execute().text

在前面的例子中，blastp和它的-in、-out曾沈、-db和-html參數(shù)實際上是一行这嚣。

內(nèi)置變量（Implicit variables）

腳本內(nèi)置變量

以下變量是在腳本全局執(zhí)行范圍內(nèi)內(nèi)置的：

配置內(nèi)置變量（Configuration implicit variables）

在Nextflow配置文件中內(nèi)置了以下變量:：

流程內(nèi)置變量（Process implicit variables）

在流程定義范圍內(nèi)，task內(nèi)置變量是可用的塞俱，它允許訪問當前任務(wù)配置指令姐帚。例如

process foo {
script:
"""
some_tool --cpus $task.cpus --mem $task.memory
"""
}

在上面的代碼中，task.cpu報告 cpus directive
和task.memorymemory directive
的當前值取決于工作流配置文件中給出的實際設(shè)置障涯。
詳情請參閱Process directives卧土。

Closures

簡單地說，closure是可以作為參數(shù)傳遞給函數(shù)的代碼塊像樊。因此尤莺，您可以定義一段代碼，然后像傳遞字符串或整數(shù)那樣傳遞它生棍。準確說颤霎，您可以創(chuàng)建定義為first class objects的函數(shù)。

square = { it * it }

表達式it * it周圍的花括號告訴腳本解釋器將該表達式視為代碼涂滴。it標識符是一個內(nèi)置變量友酱，表示在調(diào)用函數(shù)時傳遞給函數(shù)的值。
一旦編譯柔纵，函數(shù)對象將被賦值給變量square缔杉，就像前面顯示的其他變量賦值一樣。eg:

println square(9)
and get the value 81.

這并不是很有趣搁料，直到我們發(fā)現(xiàn)可以將函數(shù)square作為參數(shù)傳遞給其他函數(shù)或方法或详。一些內(nèi)置函數(shù)接受這樣的函數(shù)作為參數(shù)。列表上的collect方法就是一個例子：

[ 1, 2, 3, 4 ].collect(square)

這個表達式的意思是:創(chuàng)建一個值為1郭计、2霸琴、3和4的數(shù)組，然后調(diào)用它的collect方法昭伸，傳入上面定義的closure 梧乘。collect方法遍歷數(shù)組中的每個項，調(diào)用該項上的closure庐杨，然后將結(jié)果放入新數(shù)組中选调，結(jié)果為：

[ 1, 4, 9, 16 ]

要了解更多可以用closure作為參數(shù)調(diào)用的方法，請參閱Groovy GDK灵份。
默認情況下仁堪，closures 接受一個名為it的參數(shù)，但您也可以使用多個自定義命名的參數(shù)創(chuàng)建closures各吨。例如枝笨，Map.each()方法可以接受一個帶兩個參數(shù)的closure袁铐，它將Map中每個鍵-值對的鍵和關(guān)聯(lián)值綁定到這個closure上。這里横浑，我們在closure中使用了明顯的變量名key和value：

printMapClosure = { key, value ->
println "$key = $value"
}

[ "Yue" : "Wu", "Mark" : "Williams", "Sudha" : "Kumari" ].each(printMapClosure)
Prints：
Yue=Wu
Mark=Williams
Sudha=Kumari

closure還有另外兩個重要特征剔桨。首先，它可以訪問定義它的作用域中的變量徙融，以便與它們進行交互洒缀。
其次，closure可以以anonymous的方式定義欺冀，這意味著closure沒有指定名稱树绩，而是在需要使用它的地方定義。
作為展示這兩個特性的示例隐轩，請參見下面的代碼：

myMap = ["China": 1 , "India" : 2, "USA" : 3]

result = 0
myMap.keySet().each( { result+= myMap[it] } )
println result

在Groovy documentation中了解關(guān)于closure的更多信息饺饭。

正則表達式（Regular expressions）

正則表達式是文本處理的Swiss Army knife。它們?yōu)槌绦騿T提供了從字符串中匹配和提取patterns的能力职车。
正則表達式可以通過~/pattern/語法和=~和==~操作符使用瘫俊。
使用=~來檢查給定的pattern是否出現(xiàn)在字符串中的任意位置：

assert 'foo' =~ /foo/ // return TRUE
assert 'foobar' =~ /foo/ // return TRUE

使用==~檢查字符串是否完全匹配給定的正則表達式pattern。

assert 'foo' ==~ /foo/ // return TRUE
assert 'foobar' ==~ /foo/ // return FALSE

值得注意的是悴灵，~操作符從給定的字符串創(chuàng)建Java Pattern對象扛芽，而=~操作符創(chuàng)建Java Matcher對象。

x = ~/abc/
println x.class
// prints java.util.regex.Pattern

y = 'some string' =~ /abc/
println y.class
// prints java.util.regex.Matcher

正則表達式support是從Java導(dǎo)入的积瞒。Java的正則表達式語言和API記錄在Pattern Java documentation川尖。
您可能還對這篇文章感興趣:Groovy: Don’t Fear the RegExp。

String replacement

在給定的字符串中替換出現(xiàn)的pattern茫孔，請使用replaceFirst和replaceAll方法：

x = "colour".replaceFirst(/ou/, "o")
println x
// prints: color

y = "cheesecheese".replaceAll(/cheese/, "nice")
println y
// prints: nicenice

Capturing groups

您可以匹配包含groups的pattern叮喳。首先使用=~操作符創(chuàng)建一個匹配器對象。然后银酬，您可以索引 matcher object 來查找matches:matcher[0]返回一個列表嘲更，表示字符串中正則表達式的第一個匹配。第一個列表元素是匹配整個正則表達式的字符串揩瞪，其余元素是匹配每個組的字符串。
下面是它的工作原理：

programVersion = '2.7.3-beta'
m = programVersion =~ /(\d+).(\d+).(\d+)-?(.+)/

assert m[0] == ['2.7.3-beta', '2', '7', '3', 'beta']
assert m[0][1] == '2'
assert m[0][2] == '7'
assert m[0][3] == '3'
assert m[0][4] == 'beta'

應(yīng)用一些syntactic sugar, 您可以在一行代碼中完成相同的工作：

programVersion = '2.7.3-beta'
(full, major, minor, patch, flavor) = (programVersion =~ /(\d+).(\d+).(\d+)-?(.+)/)[0]

println full // 2.7.3-beta
println major // 2
println minor // 7
println patch // 3
println flavor // beta

刪除字符串中的一部分(Removing part of a string)

可以使用正則表達式模式刪除部分String值篓冲。找到的第一個匹配將被一個空字符串替換：

// define the regexp pattern
wordStartsWithGr = ~/(?i)\s+Gr\w+/

// apply and verify the result
('Hello Groovy world!' - wordStartsWithGr) == 'Hello world!'
('Hi Grails users' - wordStartsWithGr) == 'Hi users'

從字符串中刪除第一個是5個字符的單詞：

assert ('Remove first match of 5 letter word' - ~/\b\w{5}\b/) == 'Remove match of 5 letter word'

從字符串中刪除第一個數(shù)字及其末尾的空格：

assert ('Line contains 20 characters' - ~/\d+\s+/) == 'Line contains characters'

Files and I/O

要訪問和處理文件李破，請使用file方法，該方法返回給定文件路徑字符串的文件系統(tǒng)對象：

myFile = file('some/path/to/my_file.file')

file方法可以引用文件或目錄壹将，具體取決于文件系統(tǒng)中的字符串路徑所引用的內(nèi)容嗤攻。
當使用通配符 *, ?, []和{}時，參數(shù)被解釋為一個glob path matcher诽俯，file方法返回一個列表對象妇菱，其中包含文件名與指定模式匹配的文件的路徑，如果沒有找到匹配，則返回一個空列表:

listOfFiles = file('some/path/*.fa')

!Note

glob模式中的兩個星號(**)類似于*闯团，但可以匹配文件系統(tǒng)路徑中的任意數(shù)量的目錄組件辛臊。
默認情況下，通配符不匹配目錄或隱藏文件房交。例如彻舰，如果你想在結(jié)果列表中包含隱藏文件，可以添加可選參數(shù)hidden:

listWithHidden = file('some/path/*.fa', hidden: true)

這里是file的可用選項:

!Tip

如果你是一個Java geek候味，您會有興趣知道file方法返回一個 Path對象刃唤，它允許你使用在Java程序中常見的方法。
See also: Channel.fromPath.

Basic read/write

給定一個file變量(使用前面示例中所示的file方法聲明)白群，讀取文件就像獲取文件的text屬性的值一樣容易尚胞，該屬性以字符串值的形式返回文件內(nèi)容:

print myFile.text

類似地，您可以通過將字符串值分配給文件的text屬性來將其保存到文件中:

myFile.text = 'Hello world!'

!Note

現(xiàn)有的文件內(nèi)容被賦值操作覆蓋帜慢，它也可以創(chuàng)建不存在的文件辐真。

為了在不刪除現(xiàn)有內(nèi)容的情況下將字符串值追加到文件中，可以使用append方法:

myFile.append('Add this line\n')

或者使用left shift崖堤，這是將文本內(nèi)容追加到文件的更常用的方法：

myFile << 'Add a line more\n'

二進制數(shù)據(jù)也可以以同樣的方式管理侍咱，只是使用文件屬性bytes而不是text。因此密幔，下面的示例讀取文件并以字節(jié)數(shù)組的形式返回其內(nèi)容:

binaryContent = myFile.bytes

或者楔脯，您可以通過寫入操作將字節(jié)數(shù)組數(shù)據(jù)緩沖區(qū)保存到文件中:

myFile.bytes = binaryBuffer

!Warning

上述方法在單個變量或緩沖區(qū)中一次讀取和寫入所有文件內(nèi)容。因此胯甩，在處理大文件時不建議使用它們昧廷，因為大文件需要更有效的內(nèi)存方法，例如逐行讀取文件或使用固定大小的緩沖區(qū)偎箫。

Read a file line by line

為了逐行讀取文本文件木柬，你可以使用file對象提供的readLines()方法，它以字符串列表的形式返回文件內(nèi)容:

myFile = file('some/my_file.txt')
allLines = myFile.readLines()
for( line : allLines ) {
println line
}

常用寫法：

file('some/my_file.txt')
.readLines()
.each { println it }

!Note

readLines()方法會一次讀取所有文件內(nèi)容淹办，并返回包含所有行的列表眉枕。因此，不要使用它來讀取大文件怜森。
要處理大文件速挑，可以使用方法eachLine，它每次只向內(nèi)存中讀入一行：

count = 0
myFile.eachLine { str ->
println "line ${count++}: $str"
}

高級文件讀取操作（Advanced file reading operations）

Reader類和InputStream類分別為讀取文本和二進制文件提供了很好的方法副硅。
newReader方法為給定的文件創(chuàng)建一個Reader對象姥宝，允許您以單個字符、行或字符數(shù)組的形式讀取內(nèi)容：

myReader = myFile.newReader()
String line
while( line = myReader.readLine() ) {
println line
}
myReader.close()

withReader方法的工作原理與此類似恐疲，但當您完成文件處理后腊满，它會自動為您調(diào)用close方法套么。因此，前面的例子可以更簡單地寫成如下:

myFile.withReader {
String line
while( line = it.readLine() ) {
println line
}
}

方法newInputStream和withInputStream的工作方式類似碳蛋。主要的區(qū)別是它們創(chuàng)建了一個用于寫入二進制數(shù)據(jù)的InputStream對象胚泌。
下面是最重要的從文件中讀取的方法:

閱讀Reader和InputStream類的Java文檔，了解更多關(guān)于從文件中讀取數(shù)據(jù)的方法疮蹦。

高級文件寫入操作（Advanced file writing operations）

Writer和OutputStream類分別為文本和二進制文件的編寫提供了很好的方式诸迟，包括對單個字符或字節(jié)的簡單操作，以及對大文件的支持愕乎。

例如阵苇，給定兩個文件對象sourceFile和targetFile，下面的代碼將第一個文件的內(nèi)容復(fù)制到第二個文件中感论，用X替換所有U字符：

sourceFile.withReader { source ->
targetFile.withWriter { target ->
String line
while( line=source.readLine() ) {
target << line.replaceAll('U','X')
}
}
}

下面是最重要的寫入文件的方法:

請閱讀Writer
绅项、PrintWriter
和OutputStream類的Java文檔，了解更多關(guān)于將數(shù)據(jù)寫入文件的方法比肄。

列出目錄內(nèi)容(List directory content)

假設(shè)您需要遍歷您選擇的目錄快耿。您可以定義指向它的myDir變量：

myDir = file('any/path')

獲取目錄列表的最簡單方法是使用list或listFiles方法，它們返回目錄的一級元素(文件和目錄)的集合：

allFiles = myDir.list()
for( def file : allFiles ) {
println file
}

!Note

list和listFiles之間的唯一區(qū)別是前者返回一個字符串列表芳绩，而后者返回一個允許您訪問文件元數(shù)據(jù)的文件對象列表掀亥，例如大小、最后修改時間等妥色。

eachFile方法只允許迭代第一級元素(就像listFiles)搪花。與其他each- methods一樣，each files接受一個closure作為參數(shù)：

myDir.eachFile { item ->
if( item.isFile() ) {
println "{item.size()}"
}
else if( item.isDirectory() ) {
println "${item.getName()} - DIR"
}
}

上述方法有幾種變體可用嘹害。完整列表見下表撮竿。

參見:Channel fromPath方法。

創(chuàng)建目錄（Create directories）

給定一個表示不存在目錄的文件變量笔呀，如下所示:

myDir = file('any/path')

mkdir方法在給定路徑上創(chuàng)建一個目錄幢踏，如果目錄創(chuàng)建成功則返回true，否則返回false:

result = myDir.mkdir()
println result ? "OK" : "Cannot create directory: $myDir"

!Note

如果父目錄不存在许师，上述方法將失敗并返回false房蝉。

mkdirs方法創(chuàng)建以文件對象命名的目錄，包括任何不存在的父目錄:

myDir.mkdirs()

創(chuàng)建鏈接（Create links）

對于一個文件枯跑，mklink方法為使用指定的路徑作為參數(shù)的文件創(chuàng)建* file system link *：

myFile = file('/some/path/file.txt')
myFile.mklink('/user/name/link-to-file.txt')

可選參數(shù)表：

復(fù)制文件（Copy files）

copyTo方法將文件復(fù)制到新文件或目錄中惨驶，或?qū)⒛夸洀?fù)制到新目錄中:

myFile.copyTo('new_name.txt')

!Note

如果目標文件已經(jīng)存在，它將被新的文件替換敛助。還要注意，如果目標是一個目錄屋确，源文件將被復(fù)制到該目錄中纳击，并保持文件的原始名稱续扔。

當源文件是一個目錄時，它的所有內(nèi)容都被復(fù)制到目標目錄:

myDir = file('/some/path')
myDir.copyTo('/some/new/path')

If the target path does not exist, it will be created automatically.

!Tip

copyTo方法模仿了Linux命令cp -r <source> <target>焕数，注意：Linux工具通常將以斜杠結(jié)尾的路徑(e.g. /some/path/name/)視為目錄纱昧，而將不以斜杠結(jié)尾的路徑(e.g. /some/path/name)視為常規(guī)文件，Nextflow(由于使用了Java文件API)將這兩個路徑視為相同的文件系統(tǒng)對象堡赔。如果路徑存在识脆，它將根據(jù)它的實際類型(即作為一個常規(guī)文件或目錄)進行處理。如果該路徑不存在善已，則將其視為常規(guī)文件灼捂，并自動創(chuàng)建任何缺失的父目錄。

移動文件(Move files)

您可以使用moveTo方法移動文件:

myFile = file('/some/path/file.txt')
myFile.moveTo('/another/path/new_file.txt')

!Note

當與目標同名的文件已經(jīng)存在時换团，它將被源文件替換悉稠。還要注意，當目標是一個目錄時艘包，文件將被移動到(或移動到)該目錄中的猛，并保持文件的原始名稱。

當源目錄是一個目錄時想虎，所有目錄內(nèi)容都被移動到目標目錄:

myDir = file('/any/dir_a')
myDir.moveTo('/any/dir_b')

請注意卦尊，上述示例的結(jié)果取決于目標目錄是否存在。如果目標目錄存在舌厨，則將源文件移動到目標目錄岂却，從而產(chǎn)生路徑:

/any/dir_b/dir_a

如果目標目錄不存在，則源文件將被重命名為目標名稱邓线，從而產(chǎn)生路徑:

/any/dir_b

!Tip

moveTo方法模擬了Linux命令mv <source> <target>淌友，與上面給copyTo的警告相同。

重命名文件（Rename files）

您可以使用rename to file方法重命名文件或目錄：

myFile = file('my_file.txt')
myFile.renameTo('new_file_name.txt')

刪除文件（Delete files）

file方法delete刪除給定路徑下的文件或目錄骇陈，如果操作成功返回true震庭，否則返回false:

myFile = file('some/file.txt')
result = myFile.delete()
println result ? "OK" : "Can delete: $myFile"

!Note

此方法只刪除不包含任何文件或子目錄的目錄。要刪除一個目錄及其所有內(nèi)容(即刪除它可能包含的所有文件和子目錄)你雌，使用deleteDir方法器联。

查看文件屬性

以下方法可用于使用file方法創(chuàng)建的文件變量:

例如，下面的行打印文件名和大小:

println "File {myFile.size()}"

!Tip

任何以get前綴開始的方法名稱的調(diào)用都可以省略get前綴和ending()圓括號婿崭。因此寫入myFile. getname()和myFile.name是完全相同的拨拓，而myFile. getbasename()和myFile.baseName是完全相同的,等等。

獲取和修改文件權(quán)限(Get and modify file permissions)

給定一個表示文件(或目錄)的文件變量氓栈，getPermissions方法返回一個9個字符的字符串渣磷，使用Linux symbolic notation表示文件的權(quán)限，例如rw-rw-r--:

permissions = myFile.getPermissions()

類似地授瘦，setPermissions方法使用相同的表示法設(shè)置文件的權(quán)限:

myFile.setPermissions('rwxr-xr-x')

setPermissions方法的第二個版本用三個數(shù)字分別表示所有者醋界、組和其他權(quán)限竟宋，設(shè)置文件的權(quán)限:

myFile.setPermissions(7,5,5)

Learn more about File permissions numeric notation.

HTTP/FTP files

Nextflow提供了HTTP/S和FTP協(xié)議的透明集成，將遠程資源作為本地文件系統(tǒng)對象處理形纺。只需將資源URL指定為文件對象的參數(shù)：

pdb = file('http://files.rcsb.org/header/5FID.pdb')

然后丘侠，您可以像前面幾節(jié)所描述的那樣將其作為本地文件訪問:

println pdb.text

上面的一行代碼打印遠程PDB文件的內(nèi)容。前面的部分提供了一些代碼示例逐样，展示了如何流式傳輸或復(fù)制文件的內(nèi)容蜗字。

!Note

HTTP/S和FTP文件不支持寫入和列表操作。

Counting records

countLines

countLines方法計算文本文件中的行數(shù)脂新。

def sample = file('/data/sample.txt')
println sample.countLines()

以.gz后綴結(jié)尾的文件將被GZIP壓縮并自動解壓縮挪捕。

countFastq

countFastq方法計算FASTQ格式文件中的records 數(shù)。

def sample = file('/data/sample.fastq')
println sample.countFastq()

以.gz后綴結(jié)尾的文件將被GZIP壓縮并自動解壓縮戏羽。

REFERENCE
https://www.nextflow.io/docs/latest/script.html#files-and-i-o