perl

Perl : Practical Extraction and Report Languaue    实用报表提取语言

Perl被设计为：90%处理文本，10%针对其他情况

 

机器中的Perl通常被放在 /usr/bin/perl或/usr/local/bin/per中，如果不是这样，则需要找到你机器上perl存放的地点，在Unix系统中，可以用此语句找到perl

#! /usr/bin/env perl

 

大小写敏感

 

正则表达式

在Perl中常常叫做模式，是一个匹配某字符串的模版

 

标量定义时用$标示

数组定义时用@标示

Hash表  定义时用%标示

 

my $username="oracle";

my @tabels=("customer","order");

my %week=((1=>'monday'),(2=>''tuesday'));

任意一个标量变量可以赋值  整形、浮点型、字符串

数组变量的元素可以是不同的标量、也可以是数组、hash表

 

根据操作符的不同自动判断是数字还是字符串

 

x表示某字符串重复多少次 5x4 表示5555

 

n*=3   表示n=n*3 

 

双引号内插

双引号内的标量变量，将被其值代替

 

用｛｝将变量名括起来

 

Perl程序员在使用新变量时，通常不初始化，从而将变量作为0或者空串使用。

 

列表中的每一个元素都是一个独立的标量值，这些值是有顺序的。

数组或列表中的元素是编了号的，其索引从整数0开始，因此数组或者列表第一个元素的索引为0

 

$fred[0]="yabba";

下标是任何能返回数值的表达式。如果其值不为整数，则自动将其转换为小于它的最大整数值

如果下标超出了数组的范围，则其值为undef

 

boolean:

如果值为数字，0是false;其余为真

如果值为字符串，则空串(‘’)为false，其余为真

如果值的类型既不是数字又不是字符串，则将其转换为数字或字符串后再利用上述规则

undef为false，所有的引用都是true

 

..范围操作符，只能从小到大

(1..5)  #同(1,2,3,4,5)

(1.7..5.7)  #同上，最小值和最大值被转换成整数

 

("fred","barney","betty","wilma","dino")

qw(fred barney betty wilma dino)#意思相同，但输入更少qw表示quoted words qw内不可添加注释

 

在数组名前加@来引用整个数组，@rocks可以读作all of the rocks

 

@quarry=(@tiny,$dino);  #数组名字被其列表值替换，数组不能成为列表的一个元素，因为数组只能包含标量值，不能包含其他数组

 

pop将数组最后一个元素取出并返回

push可以将一个或一列元素加在数组末尾

pop  push是对数组的末尾进行操作，shift和unshift是对数组的开头进行操作

 

$email="lala/@163.com";

$email='lala@163.com' ;

 

$_ 默认变量      

 

$#array        表示@array元素的索引

 

47页标量和列表上下文章节非常重要

 

数组在标量环境下使用，将返回其个数

 

可以使用&子程序的名字，来调用子程序

返回值为最后一个被计算的表达式

 

如果程序长度大于一个屏幕，推荐使用   use strict

 

<>读入输入，但输入内容本身被存储在$_

 

print @array;打印出元素的列表，一个接一个，无空格。如果字符串包含换行符，通常采用此形式

print"@array";打印出一个字符串（包含一个内插的数组）（每个元素之间用空格隔开）

 

文件句柄是Perl程序I/O连接的名字，是Perl和外界的纽带。也就是说它是连接的名字，而非文件的名字。推荐句柄所有字幕均大写

 

>>打开一个文件，数据追加到文件后面

 

哈希和数组类似，索引不是数字而是名字

hash是单向的，由key到value

哈希常用用法：此词出现的次数。

如果你的任务是关于：“查询重复的”，“唯一的”，“交叉引用的”，“查询表”，则hash很可能在这类应用中帮上你的忙

 

访问hash元素，可以使用下面的语法

$hash{$some_key}       #注意使用花括号

 

hash元素的名字和key之间可以用for连接。如the family_name for fred is flintstone，因此hash 名为family_name

 

hash的key可以是任意的表达式

 

要引用整个hash，使用%作为前缀

 

hash的值（在列表context中）是一个key/value对的列表

@array_array=%some_hash;   我们把这称为：将hash展开，并将其key/value对返回到一个列表中。

 

%inverse_hash=reverse %any_hash;   将hash反转，将key 和value的值交换了

 

在Perl的语法中，在需要逗号,的时候，都可以使用大箭头=>符号替换，对于Perl来讲，它们是一样的。

my%last_name=("fred"=>"flintstone","dino"=>undef,);      很容易辨别出哪个是key,哪个是value

 

keys函数返回所有keys, values函数返回所有的values

my%hash=("a"=>1,"b"=>2,"c"=>3);

my @k=keys%hash;

my @v=values%hash;

 

each，一般只在while循环中使用each。将返回key/value对的2元素列表

 

exists，要查看hash中是否存在某个key，可以用exists函数，如果hash中存在此key，则返回true，这和是否有对应的value无关

 

delete函数将某个给定的key（包括其对应的value）从hash中删除

 

正则表达式，在Perl中通常被称为模式：某个模板是否匹配某个字符串。它只有一个任务：查找某个字符串，返回“匹配”或者“不匹配”。这就是它完成的所有工作。

要匹配某个模式（正则表达式）和$_的关系，可以将模式放在正斜线(//)之间

$_="yabba dabba doo";

if(/abba/){

print"It matched!/n";

}

表达式/abba/将在$_寻找这四个字母，如果找到，则返回true

由于模式匹配通常返回true或false，因此经常用在if或while的条件表达式部分

所有在双引号中的转义字符在模式中均有效，因此你可以用/coke/tsprite来匹配coke,tab(制表符),sprite

 

元字符  （.）点是通配符，匹配任何单个的字符，但不包括换行符/n。如果只希望匹配英文句号，可以使用反斜线。

 

1量词（*）星号表示匹配前一项0次或者多次。

 

2量词（+）可以匹配前面一项的一个或多个，至少一个  /fred +barney/不会匹配fredbarney，中间至少应该有一个空格

 

3量词（？）前面一个项出现一次，或者不出现，要么出现1次，要么出现0次，没有其他情况

这三个数量词必须紧跟在某些项的后面，因为它是指前面项重复的次数。

 

4一般的数量词，章节8.7

｛5,15｝表示前一项允许重复的次数。/a{5,15}/，匹配5个到15个a中的任意一个（包括5和15），如果出现3个则匹配不上，如果出现5个10个15个则能匹配上。

如果省略掉第二个数字，逗号留下，则没有上限了。

如果省略第二个数字和都好，将匹配确定的次数。

//w{8}/将严格的匹配8个word(字母数字下划线)/,{5}chameleon/将匹配,,,,,chmeleon

*等同于{0,}

+等同于{1,}

?等同于{0,1}

实际程序中很少使用花括号的数量词，*,+,?基本已经可以应付

 

5（+?）非贪婪的数量词（章节9.5.1），它将匹配一次或多次，但其匹配尽可能少的次数，而非尽可能多的次数。

 

（.*）点加星，任意字符串匹配模式

 

/(fred)+/能匹配上像fredfredfred这样的字符串

/(fred)*/能匹配上任何字符串，包括空串

 

|竖线，通常被读作or，意思是匹配左边或者右边的，如果竖线左边没有匹配上，则匹配右边。

 

字符类[abcwxyz]可以匹配上括号内七个字母中的任意一个，可以使用连字号(-)表示某个范围的字母，因此这个也可写作[a-cw-z]

字符类前使用^将取此字符类的补集[^n/-z]将匹配上n,-,z之外的任何字符

 

字符类简写：

[0-9]                                                                           /d       补集[^/d] 或写作/D 

字母，数字，下划线的单个字符(不能匹配单词)                    /w      补集[^/w]或写作/W

某个单词                                                                       /w+

空白(/f/t/n/r格式符，制表符，换行符，回车)                      /s       补集[^/s]或写作/S

 

m//匹配可以使用任何成对的分隔符，如果用//则可以省略m

比如匹配http://可以不用//进行匹配，如m%http://%，花括号也比较常用

 

要创建一个大小写无关的模式，可以使用修饰符/i。if(/yes/i)

 

匹配任何字符/s   (包括换行符)

添加空格：/x  (允许你在模式中加入任何数量的空白，增强模式的可读性)

/-?/d+/.?/d*/

/-? /d+ /.? /d*/x    #加入空格后，更容易阅读

注释：-?可选的负号 /d+小数点前一个或多个十进制数字 /.?可选的小数点 /d*小数点后一些可选的十进制数字

 

/i   /s  /x可以结合使用，顺序无所谓  如 /is   /six

 

锚定^只匹配字符串开头，$只匹配字符串结尾

/^fred/以fred开头的   /rock$/以rock结尾的

同时使用两个锚定确保匹配整个字符串/^fred$/

 

/^/s*$/将匹配一个空行

 

/b词锚定   //bfred/b/可以匹配单词fred

//bhunt/将匹配上像hunt,hunting,hunter这样的单词，但不会匹配shunt,而/stone/b/将匹配sandstone，而不能匹配上capstones.

 

（=~）8.4绑定操作符  

对$_进行匹配只是默认的行为，使用绑定操作符=~将告诉Perl将右边的模式在左边的字符串上进行匹配，而非对$_匹配

 

8.6匹配变量，变量个数同模式中括号对数的个数是相同的。

$4指第四对括号所匹配的字符串。

 

自动匹配变量：$&  ,   $`  ,   $'

$&   整个被匹配的部分

$`   匹配部分的前一部分

$'    匹配部分的后一部分

如果将这三个变量放在一起，你将得到原始字符串

自动匹配变量会使正则表达式的运行速度变慢，许多程序员使用替代的方法，如果需要使用$&,那么在整个模式上加上括号，并使用$1代替。 

 

第九章

s/// 查询并替换

m//可以和任何字符串表达式进行匹配，s///只能修改被称为左值（lvalue）的数据。这通常是一个变量，虽然它可以是任何可在赋值符左侧出现的东西。

$_="He's out bowling with Barney tonight";

s/Barney/Fred/;   #Barney被Fred替换掉

print"$_/n";

 

s///只进行一次替换

/g    全局替换  修饰符要求将不相重叠的所有匹配上的部分都进行替换

 

全局替换一个常用地方是将多个空格用单个空格替换掉：

$_="input      data/t may have     extra whitespace.";

s//s+/ /g;    #现在是“input data may have extra whitespace.”

 

/U  紧跟着的都是大写

/L  紧跟着的都是小写

 

9.5.4

$perl -p -i.bak -w -e 's/Randall/Randal/g' fred*.dat

-p要求perl为你写一个程序

      while(<>){

             print;

       }

-n比-p自动省略掉print语句

-i.bak  在程序开始处将$^  I的值设置为“.bak”

-i  如果不需要备份文件，可以使用-i

-w将警告打开

-e 执行下面的代码。即是说s/Randall/Randa/g被当作perl代码执行，由于我们有while循环（-p选项），这段代码将被放在循环内），print之前。-e代码中最后一个分号是可以省略的。如果有多个-e选项，因此有多块代码，只有最后一个分号是可省略的。