当前位置：首页 > news >正文

perl文本处理总结[2]

news 来源：原创 2024/5/6 23:53:09

7. 文件成行读入
把一个文件读入一个字符串
方法:
my $contents;
{
local $/;
$contents = <IN>;
}
或
my $contents = do {local $/; <IN>}
例子: 文件中以空行为语块分割的标记，把语块内部顺序保留，而语块间逆序输出。
#!
open IN,"input.txt";
open OUT,">output.txt";
my $contents;
{
local $/;
$contents = <IN>;
}
my @all = split("\n\n",$contents);#不同文件格式也可能是my @all = split("\n\r\n",$contents);
for(my $i=@all-1;$i>=0;$i--)
{
print OUT $all[$i],"\n\n";
}
close(IN);
close(OUT);

8. 如何用foreach每次读取多句?
那就用<FH>读三次，
while (!eof(FH)){
$line1 = <FH>;
$line2 = <FH>;
$line3 = <FH>;
...
}

9 (非)贪婪(non-greedy)匹配

? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，
匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，
而默认的贪婪模式则尽可能多的匹配所搜索的字符串。
例如，对于字符串 "oooo"，’o+?’ 将匹配单个"o"，而 ’o+’ 将匹配所有 ’o’。

如果你使用一个旧的Perl版本, 并且你不想贪婪匹配, 你必须使用否定的字符类。(真的, 你正在得到一种限制的贪婪匹配)

在Perl的现在版本中, 你能通过在数量词后使用一个问号,
强迫进行非贪婪的最小匹配。　
同样的用户名匹配将是/.*?:/。现在这个.*?将尽可能匹配少的字符, 而不是尽可能多的字符,
所以它停在第一个冒号而不是最后一个冒号。

例子:
问题是这样的：
比如给一句话，形式如下:
I(i)/xx came(come)/xx ,(,)/xx ((()/xx {({)/xx how it like(how it like)/yy
解释格式:
词组，然后是用小括号包围的词组还原形式，然后是斜杠'/'，然后是词性..

要求: 把还原形式去掉
例如上句想得到:
I/xx came/xx ,/xx (/xx {/xx how it like/yy

难点: 1. 词组可能是左小括号'(' 即可能有词组: ((()/xx
2. 各种标点，括号() [] {}等
3. 好几个词的词组，如: How it like(how it like)/xx

做法: 拆分成一段一段来做吧，要不然用regexp处理各段之间的混淆很麻烦：

my $str="I(i)/xx came(come)/xx ,(,)/xx ((()/xx )())/x {({)/xx how it like(how it like)/yy";
my $res='';
while($str=~m|(.*?/\S+)|g) {# 非贪婪匹配，否则结果就是 I/yy
my $token=$1;
$token=~s|$\(\($|$|g;
$token=~s|$\)|\)|g;
$token=~s|$.*$||g;
$res.=$token;
}
print $res,"\n";

10 .如何判断某个字符在一个串中出现几次?

$a="abbababababaaadjdsj";
$n=($a=~tr/a//);
print"thereare$nain'$a'\n";

perldoc-qcount可以找到

11.perl怎样判断一个数组为空？

_________________________

if(@a){
print"\@ahaselement!";
}
或者：
unless(@a){
print"\@aisempty!";
}
____________________
if(scalar@a==0)

____________________

@a==1
$#a==-1
____________________

12. 统计英文平均句长，字符数

#!
#统计输入文件的平均句长。
#分为两种:
#1.average word length,count by space number
#2.average character length ,count by length() function
#并且要得到full-passage,dlg,essay三种分别统计
use strict;
my $infile = shift;
my $outfile = shift;
open IN,"$infile" or die "can not open inputfile $infile $!\n";
open OUT,">$outfile" or die "can not open outputfile $outfile $!\n";

my $dlg_word_num=0;
my $essay_word_num=0;
my $dlg_chara_num=0;
my$essay_chara_num=0;
my $lines_count=0;
foreach my $line(<IN>){
$lines_count++;
my $word_num = ($line=~tr/ / /);
my $chara_num = length($line);
$word_num += 1;#词数等于空格数加1

if($lines_count<=437){
$dlg_word_num+=$word_num;
$dlg_chara_num+=$chara_num;
}
elsif($lines_count<=746){
$essay_word_num+=$word_num;
$essay_chara_num+=$chara_num;

}
else
{
print "something wrong with the input file:too many sentence?\n"

}

}
print OUT " avg_word_num avg_chara_num\n";
print OUT " dlg: ",$dlg_word_num/437," ",$dlg_chara_num/309," \n";
print OUT "essay: ",$essay_word_num/437," ",$essay_chara_num/309," \n";
print OUT " all: ",($dlg_word_num+$essay_word_num)/746," ", ($dlg_chara_num+$essay_chara_num)/746;