《Learning Perl》学习笔记 教程
第一章 简介 写在前面: 1.每个Perl语言的开头,都是以类似 #! /usr/bin/perl 2.Perl的注释是从一个井号(#)一直到行尾的内容。 正常的Perl语句以分号(;)结尾; 另外,Perl的书写格式比较自由,允许随意使用无关紧要的空白。 这章介绍了Perl语言中标量数据的概念、应用于标量数据的操作符及if和while两种控制结构。 1.标量(Scalar)数据的概念 1.1 数字标量 八进制直接量以0开头,十六进制以0x开头,二进制以0b开头。 1.2 字符串标量 字符串是放在单引号'(或双引号")之间的字符序列; 1.2.1 单引号与双引号在字符串标量中的区别 1.3 数字与字符串的转换 1.4 标量变量 2.操作符 2.3 二元赋值运算符 3.控制结构 一个例外:因为数字和字符串是等价的,所以0的字符串形式,'0',和它的数值形式有同样的值:假。 4.有用的函数 这涉及到Perl的一个基本规则:除非去掉括号会改变意思,否则括号总是可有可无的!!! 4.3 defined函数 本章讲述了列表和数组的概念、针对列表和数组的一些运算符和函数,并着重阐明了Perl中重要的“上下文”的概念。 1.列表和数组的概念 列表(list):是一个有序的标量集合; 数组(array):是一个包含列表的变量。 因此,简单地说,列表是数据,而数组是变量。 在Perl中不需要事先定义数组的大小,数组的大小总是可以根据需要自动扩展和收缩,没有被赋值或预定义的数组元素其值为undef。 1.1 访问数组及数组元素 对整个数组的访问很简单,在数组名前面加上@符号即表示整个数组,如@array。 譬如数组名为array,则访问数组元素的方式为:$array[index]。 一个数组的最后一个元素的索引值为$#array(array为该数组名)。 Perl中还提供了一种从数组尾部访问数组元素的快捷方式: 1.2 命名空间的概念 在Perl中,标量、数组和后面章节将要讲的散列的变量名是在不同的命名空间, 2.1 ".."运算符 ".."运算符表示一个区间,譬如1..5,表示从1到5的五个数字(1 2 3 4 5),一般用于列表或数组的赋值中。 2.2 qw快捷方式 qw表示“被括引的单词(quoted words)”,用于将一些字符序列赋值给列表或数组。 譬如要将fred,barney,betty,wilma和dino赋值给数组array,如果不用qw快捷方式, 注意qw快捷方式后面使用的分隔符是任意的,可以使用//,也可以使用!!或<>等,只要这两个匹配即可。 2.3 pop和push操作符 这两个操作符将数组当作堆栈来处理,pop用于从数组中弹出一个数据,push用于向数组中压入一个数据,针对的都是数组的尾部。 语法:$var = pop @array; push @array,$var; 2.4 shift和unshift操作符 这两个操作符的功能和pop与push类似,只是它们针对的是数组的头部进行操作。 语法:$var = shift @array; unshift @array,253)"> 2.5 foreach控制结构 这个控制结构用于遍历整个数组,语法为: foreach $var (@array) {}; 要注意的是在遍历数组时,$var不是数组元素的拷贝,它就是数组元素本身,因此在{}中改变$var将改变array数组本身。但是,在遍历结束后,$var将恢复遍历数组前的值,即如果遍历数组前,$=10,则遍历完成后,$var仍然等于10。 2.6 reverse操作符 reverse操作符取一个列表的值(可以是来自一个数组),然后返回相反顺序的列表。 语法:@var = reverse @array; 2.7 sort操作符 sort操作符取一个列表的值(可以是来自一个数组),然后按照内部字符序进行排序。 上下文指的是一个表达式是在哪里出现的。 它实际上就是一个简单的思想: 当Perl解析你的表达式时,它总是期望一个标量值或一个列表值或一个其它的值。 譬如: 5 + something; # something必须是个标量 sort something; # something必须是个列表 一个有意思的现象是,当把一个数组赋值给一个标量时,这个标量获得这个数组的元素的个数,$var = @array; 有些时候需要强制使用标量上下文,这时可使用一个假函数scalar通知Perl,这里需要一个标量上下文。如scarlar @array; 在列表上下文中,从<STDIN>获得的数据存储在一个数组中,每行为一个数组元素。@lines = <STDIN>; #在列表上下文中读取标准输入 3.1 Perl的缺省变量$_ 在任何需要使用标量变量的地方,都可以省略不写,而Perl会自动使用缺省变量$_表示这个变量。 foreach (1..10) { #缺省使用$_ print "I can count to $_!n"; } 本章讲述了子例程(subroutine)的概念,介绍了子例程的定义、调用格式、参数、返回值等。 子例程和其它编程语言中函数的概念类似,唯一的区别是Perl中的子例程总是用户定义的,而函数可能包括系统自带的内置函数。 和标量、数组类似,子例程也有单独的命名空间,该命名空间以与字符("&")标识。 用关键字sub和子例程的名字定义一个子例程,如下所示: sub max { ... 调用的时候,去掉sub,在子例程名字前面加"&",如下所示: $max_num = &max($a,$b); 传递给子例程的参数,会自动保存在子例程内的一个默认变量@_中. 这是一个数组变量, if ($_[0] > $_[1]) { $_[0]; } else { $_[1]; 默认情况下,在子例程中得到的最后一个计算值自动成为返回值,即不需要明确的return语句。 当然,使用return语句可以立即从子例程中返回一个值,并不再执行子例程的其余部分。 使用my关键字定义的变量为私有变量,其作用范围为最小的代码块。 用法如下: my $a; #定义了一个私有标量 my ($a,$b); #定义了一个私有列表 为了告诉Perl执行严格的语法规则检查,可以把use strict pragma放在程序顶部(或在任何你希望强制使用这些规则的块或文件中) use strict; #强制使用一些好的编程规则 忘记local,我们用不到这个东西:P 在调用子例程时,总是使用与字符(&),这是安全和保险的。 本章讲述了散列(hash)的概念、访问方法及针对散列的一些函数 1.散列的概念 散列类似于数组,与数组相同的是它可以含有任意数目的值并随意读取它们; 键和值(value)都是任意的标量,但键总是被转成字符串。 和标量、数组一样,散列拥有独立的命名空间。 访问散列中的元素,可以使用如下的语法: $hash{$some_key} 访问整个散列,使用百分号(%)做前缀 %hash 为了方便起见,可以将散列转换为一个列表,并转换回来。给散列赋值是一个列表上下文,这个表由键-值对组成: %some_hash={"foo",35,"bar",12.4,2.5,"hello",1.72e30,"byen"); 在这种赋值中,不太容易分辨键和值的对应关系,在Perl中,可以使用大箭头(=>)来表示键和值的对应关系,如下所示: 4.1 keys和values函数 在一个标量上下文中,这些函数给出散列中的元素(键-值对)个数 4.2 each函数 实际情况下,一般只在while循环中使用each,如下所示: 为了遍历散列,也可以使用foreach和keys函数相结合的方式,采用这种方式,还可以在遍历时对散列进行排序,如下所示: 4.3 exists函数 4.4 delete函数 4.5 reverse操作符 本章主要讲述了如何从标准输入/文件中获得输入及如何向标准输出进行输出。 1.从标准输入进行输入 使用行输入操作符<STDIN>从标准输入中获得输入。 $line = <STDIN>; # 读入一行 在循环中使用: while (<STDIN>) { 或 使用这种写法,行输入的数据被存储在默认的标量变量$_中, 上述两个循环的区别是: 钻石操作符被设计用来处理命令行参数(或者称为“调用参数”),可以看作是特殊的行输入操作符。 例如: ./my_program fred barney betty my_program是命令,后面的fred、barney和betty是这个命令的命令行参数, while (<>) { chomp; print "It was $_ that I saw!n"; 这个循环的会依次从fred、barney和betty这三个文件中读取输入,然后逐个打印出来。 命令的调用参数实际存储在Perl预设的数组@ARGV中,钻石操作符从@ARGV数组中获得命令行参数信息。 可以在程序开始后和使用钻石操作符前调整@ARGV,从而改变处理的参数(可能不是命令行参数了)。 @ARGV = qw /larry moe curly/; # 强制读取这三个文件 使用print函数向标注输出进行无格式的输出,如:print "Hello,I'm here!n"; 使用printf函数向标准输出进行格式化的输出,格式化操作和C语言类似,如:printf "Hello,%s. Your password expires in %d days! n",$user,$days_to_die; 格式字符串含有几个所谓的转换,每个转换以一个百分号(%)开始,以一个字母结束;在后面列表中的条目数目应该与转换的个数相同,如果它们不匹配,就很难正确工作。 %g:g表示General,要按一般较合适的方式打印一个数字,可以使用%g,它会根据需要自动选择浮点、整数,甚至是指数表示; %d:表示十进制整数,会根据需要对数据进行截取(注意,不是舍入);类似的,%x表示十六进制,%o表示八进制;在d前面加上整数,可以表示需要打印的字段宽度,若整数为负数,则表示左对齐; %s:表示一个字符串,它按字符串进行给定值的替换,但有一个给定的字段宽,譬如,printf "sn","wilma"; %f:表示浮点数,它会根据需要进行舍入,可以指定小数点后的位数,譬如,printf ".3fn",6*7 + 2/3; %%:打印一个真正的百分号,它的特殊之处在于它不需要列表中的元素与之对应。 书中这段讲的很好,简明易懂,我就照抄了,呵呵 正则表达式(regular expression),在Perl中经常被成为模式(pattern),是与一个给定字符串匹配或不匹配的模板。 正则表达式强调的是一种精确的概念。 要比较一个模式(正则表达式)和$_的内容,只需把模式放在一对斜杠(/)之间,如下所示: $_ = "yabba dabba doo"; if (/abba/) { 表达式/abba/在$_中寻找这个四字符的字符串,如果找到了,返回真;否则,返回假。 这是一种默认模式,在下一章中将介绍如何在一个指定的变量中匹配特定的模式。 所有可以放在双引号字符串中的常见反斜杠转义符都可以被用在模式中。 正则表达式中有一组具有特殊意义的特殊字符,叫做元字符(metacharater)。 句号(.):匹配除了换行符(n)以外的任何单个字符; 反斜杠():在任何元字符前加一个反斜杠都会使得它不再特别;.表示一个句号,表示一个反斜杠; 星号(*):匹配前面的条目零次或多次; 加号(+):匹配前面的条目一次或多次; 问号(?):匹配前面的条目零次或一次,即前面的条目是可选的; 这三个数量符都必须跟在某些东西的后面,因为它们就是表示前面的条目可能重复多少次。 在正则表达式中,使用小括号("()")进行分组。譬如,模式/(fred)+/匹配类似于fredfredfred的字符串。 竖线表示要么是左侧匹配,要么是右侧匹配,此时读做“或”,也就是说,如果模式中竖线左侧的部分不能匹配, 该章给了一个有趣的模式测试程序,可以用来测试自己写的正则表达式是否可以如自己所愿、匹配需要匹配的东西。 #!/usr/bin/perl while (<>) { #一次得到一个输入行 if (/YOUR_PATTERN_GOES_HERE/) { print "Matched: $`<$&>$'n"; # <>之间、$后面的是与字符(&) print "No match.n"; 第八章 正则表达式提高 字符类(character class),即在一对中括号([])中列出的所有字符,可以匹配类中的任何单个字符,它只匹配一个字符,但该字符必须在表中。譬如[abcdwxyz]或[a-dw-z](可用短横-指定一个字符范围,上面两个字符类是等价的)。 可以用双引号字符串中类似的字符快捷方式来定义一个字符类,譬如[000-177]匹配任何7比特ASCII字符。 在字符类前加一个脱字符(^)可以反置它,即只匹配不包含在中括号中的任何单个字符。譬如[^abc]匹配除了a、b和c之外的任何字符。注意,脱字符必须出现在中括号内字符的最前面,否则不具备反置的含义。如[a^bc]表示匹配a、^、b和c中的任一字符。 d:匹配所有数字的字符类,等价于[0-9];d是digital的缩写 w:匹配所谓的“单词”字符,即普通字母、数字和下划线,等价于[A-Za-z0-9_];w是word的缩写 s:匹配空白,包括换页符、制表符、换行符、回车符和空个字符,等价于[ftnr ];s是space的缩写 D:匹配所有非数字字符类,即d的反置形式,等价于[^d]; W:匹配所有的非“单词”字符,即w的反置形式,等价于[^w]; S:匹配所有的非空白字符,即s的反置形式,等价于[^s]; 使用大括号({})中的一对由逗号隔开的数字来指定重复的最少和最多次数。 /a{N,M}/:匹配重复N到M次的字符a; /a{N}/:匹配重复次数等于N的字符a,精确匹配; ^:标志字符串的头,可以理解为标志行首,譬如/^fred/匹配以fred开头的行; $:标志字符串的尾,可以理解为标志行尾,譬如/fred$/匹配以fred结束的行; b:单词边界锚位符,标志单词的开始与结束,用于精确匹配单词(单词中只含有w类型的字符),譬如/bfredb/精确匹配单词fred; B:非单词边界锚位符,可以看作b的反置形式; 小括号的一个功能是把模式的一些部分组合起来,它的第二个作用是要求正则表达式引擎记住与小括号中的模式匹配的那部分子串。也就是说,它不是记住模式本身,而要记住相应的部分字符串。在用小括号进行分组时,它们自动具有记忆功能。 反向引用(backreference)就是回头引用当前模式处理过程中保存的记忆。反向引用由一个反斜杠来构成,譬如,1包含第一个正则表达式记忆(即被第一对小括号匹配的字符串部分)。 反向引用被用来匹配与模式在前面匹配的字符串完全一样的字符串,譬如/(.)1/匹配任何字符,后跟同一个字符,即匹配任何双字符(如aa,11,两个连续空格等)。 反向引用使用n来标记第n个正则表达式记忆,确定n的方法是:从左到右,只数左括号的个数即可。譬如,在模式/((fredwilma)(stone))/中,1表示最外层的小括号匹配的字符串部分,2表示(fredwilma)小括号匹配的字符串,3表示(stone)小括号匹配的字符串。 在使用八进制转义字符时,如果小于100,则最高位写0,如012,以避免被误当作反向引用。 在介绍优先级之前,需要了解所谓的原子(atom),它是构成模式最基本的片段,可以看作不可分割的一个最小单元。原子包括独立的字符、字符类和反向引用。 正则表达式的优先级分四个级别,优先级数字越低,级别越高: 1.小括号,用作分组和记忆。小括号中的任何东西比其它东西都更紧密地“粘在一起”; 2.数量符,包括星号(*)、加号(+)、问号(?)和大括号构成的数量符; 3.锚位符和字符串序列,即一个单词中的字母粘在一起的紧密程度与锚位符粘着字母的紧密程度一样; 4.最低的优先级是表示选择的竖线。 本章介绍如何在Perl中使用正则表达式,介绍了“查找”(m//)、“替换”(s///)及split操作符、join函数的用法。 前面两章介绍的模式,都是在一对斜杠中的,如/fred/。但这实际上是m//(模式匹配)操作符的一个快捷方式,只所以说是快捷方式是因为可以选择任何定界符对把内容括住,而当选择了斜杠作为定界符时,就可以省略开始的m。譬如,m#fred#和/fred/是等价的。 /i:进行不区分大小写的匹配,如/fred/i; /s:使点号(.)可以进行任何字符的匹配,点号原先不能匹配换行符,加上这个标志符后,就可以匹配任何字符,如/fred.*lee/s; 可以组合使用标志符,组合的顺序不重要,譬如/fred/is和/fred/si是等价的。 与$_匹配只是个缺省操作。绑定操作符(binding operator)=~告诉Perl用右侧的模式匹配左侧的字符串,而不是匹配$_。譬如: if ($some_other =~ /brub/) { 这里的替换指的是双引号替换,即在正则表达式中,可以把变量替换为它实际的值。进行变量替换时,需要将变量放在小括号中。譬如: my $what = "larry"; if (/^($what)/) { 在正则表达式中使用n对匹配的字符串进行反向引用,而在Perl中,使用$n来引用匹配的字符串。两者的区别是,n回指当前正在进行匹配的正则表达式的第n个记忆,$n表示一个已经完成的模式匹配的第n个记忆。两者有个时间差,即在同一时刻指的并不是同一个字符串。譬如: $_ = "Hello there,neighbor"; if (/s(w+),/) { # 记住空格和逗号之间的单词 print "the word was $1n"; # $1 = Hello there 匹配变量一般保留到下一次模式匹配成功,即一个不成功的匹配会维持以前记忆的原状,但一个成功的匹配则全部重新设置它们。这是模式匹配一般总是在if或while的条件表达式中的一个原因。由于记忆不会永远保持,所以一般在模式匹配的后面马上使用这个记忆的变量,或者将这个记忆的变量拷贝到一个普通变量中,以便后面继续使用。譬如: if ($wilma =~ /(w+)/) { my $wilma_word = $1; $`:保存正则表达式引擎在找到匹配之前需要跳过的部分; $&:保存实际与模式匹配的那部分字符串; $':保存模式没有到达的字符串的剩余部分; 将这三个字符串按顺序连在一起,你总会得到原字符串:$`$&$'。 使用s///可以用一个替换字符串来替换一个变量匹配模式的部分,譬如: $_ = "He's out bowling with Barney tonight."; s/Barney/Fred/; # 用Fred替换Barney s///有一个返回值,如果替换成功,则返回真;否则,返回假。 和m//类似,s///可以使用绑定操作符=~ 改变匹配的变量,譬如: $file_name =~ s/Barney/Fred/; #在$file_name中查找Barney并将其替换为Fred 和m//类似,s///也可以使用不同的定界符,此处不再赘述。 和m//类似,s///使用一组标志符来改变缺省行为: /g:进行全局替换,如果没有这个标志,则s///仅替换匹配的第一个模式; /i,/s:用法和m//中的类似,此处不再赘述; 在替换的时候,可能经常希望替换字符采用了合适的大写(或小写,依需要而定)。这很容易用Perl来完成,即通过一些反斜杠转义。 U转义符强制后面的字符都用大写,譬如: $_ = "I saw Barney with Fred"; s/(fredbarney)/U$1/gi; #$_现在是"I saw BARNEY with FRED." L转义符强制后面的字符都用小写; 缺省情况下,U和L会影响其后的所有(替换)字符串,除非使用E关闭大小写转换,譬如: s/(w+) with (w+)/U$2E with $1/i; # $_现在是"I saw FRED with Barney." 当写成小写的形式时(l和u),它们只影响下一个字符,譬如: $_ = "I saw barney with fred"; s/(fredbarney)/u$1/gi; # $_现在是"I saw Barney with fred." uL(或Lu)表示全部小写,但是第一个字符大写; split操作符把一个字符串按照分割子(separator)分开。格式如下: @result = split /separator/,$string; split操作符在字符串中用模式/separator/扫一遍,返回一个由分割子分割的字段(子字符串)的列表。每当模式匹配时,就是一个字段的结束和下一个字段的开始,因此,任何可以匹配模式的东西都不会出现在返回的字段中。譬如: @result = split /:/,"abc:def:g:h"; # @result = ("abc","def","g","h") join函数完成split操作符相反的功能:split把一个字符串分成若干片段,而join则把一组片段粘合起来形成一个字符串。格式如下: my $result = join $glue,@pieces; join的第一个参数是粘合串,它可以是任何字符串。另一个参数是由片段组成的一个列表,join把粘合字符串放在片段之间。譬如: my $x = join ":",4,6,8,10,12; # $x = "4:6:8:10:12" 第十一章 文件句柄和文件测试 本章介绍如何读写文件及测试文件的类型,是日常编程中重要的内容。 文件句柄 2.文件句柄的命名 3.打开一个文件句柄【or是否则的意思】 其中,MYFILE是文件句柄名,myfile是实际的文件名,>表示向该文件中写入数据(<表示从该文件中读取数据,>>表示向该文件中追加数据); 若打开文件出错,会执行die语句,终止程序执行,并给出错误信息,$!用于给出错误信息。 4.关闭一个文件句柄 5.使用文件句柄 print LOG "Captain's log,stardate 3.14159n"; # 输出到LOG 6.文件测试 if (-e $filename) { -f :条目是个普通文件 -d :条目是个目录 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |