perl grep

发布时间：2020-12-15 23:44:45 所属栏目：大数据来源：网络整理

导读：转载：http://blog.sina.com.cn/s/blog_6072546301016g3f.html grep函数 (如果你是个 Perl 的新手,你可以先跳过下面的两段,直接到 Grep vs.loops 样例这一部分,放心,在后面你还会遇到它) pregrep BLOCK LISTgrep EXPR,LIST/pre grep 函数会用? LIST ?中的元

转载：http://blog.sina.com.cn/s/blog_6072546301016g3f.html

grep函数

(如果你是个Perl的新手,你可以先跳过下面的两段,直接到 Grep vs.loops 样例这一部分,放心,在后面你还会遇到它)

<pre>
grep BLOCK LIST
grep EXPR,LIST
</pre>

grep 函数会用? LIST ?中的元素对? BLOCK ?或 EXPR 求值，而且会把局部变量 $_ 设置为当前所用的? ?中的元素。BLOCK 块是一个或多个由花括号分隔开的Perl 语句，而 List 则是一有序列表。EXPR 是一个或多个变量，操作符，字符，函数，子程序调用的组成的表达式。Grep 会对? ?块或? EXPR ?进行求值，将求值为%{color:red}真%的元素加入到 Grep 返回列表中。如果? ?块由多个语句组成,那么 Grep 以? ?中的最后一条语句的求值为准。LIST 可以是一个列表也可以是一个数组。在标量上下文中，grep 返回的是? ?或 EXPR 求值为真的元素个数。

请避免在?BLOCK?或 EXPR 块中修改 $_,因为这会相应的修改?LIST?中元素的值。同时还要避免把 grep 返回的列表做为左值使用，因为这也会修改?LIST?中的元素。(所谓左值变量就是一个在赋值表达式左边的变量)。一些 Perl hackers 可能会利用这个所谓的”特性”，但是我建议你不要使用这种混乱的编程风格.

grep 与循环

这个例子打印出 myfile 这个文件中含有 terriosm 和 nuclear 的行(大小写不敏感).

open FILE "<myfile" or die "Can't open myfile: $!";
print grep /terrorism|nuclear/i,<FILE>;

对于文件很大的情况，这段代码耗费很多内存。因为 grep 把它的第二个参数作为一个列表上下文看待，所以 < > 操作符返回的是整个的文件。更有效的代码应该这样写:

while ($line = <FILE>) {
if ($line =~ /terrorism|nuclear/i) { print $line }
}

通过上面可以看到，使用循环可以完成所有 grep 可以完成的工作。那为什么我们还要使用 grep 呢？一个直观的答案是 grep 的风格更像 Perl，而 loops（循环）则是 C 的风格。一个更好的答案是，首先,grep 很直观的告诉读者正在进行的操作是从一串值中选出想要的。其次，grep 比循环简洁。(用软件工程的说法就是 grep 比循环更具有内聚力)。基本上，如果你对 Perl 不是很熟悉,随便你使用循环。否则，你应该多使用像 grep 这样的强大工具.

计算数组中匹配给定模式的元素个数

在一个标量上下文中,grep 返回的是匹配的元素个数.

$num_apple = grep /^apple$/i,@fruits;

^ 和 $ 匹配符的联合使用指定了只匹配那些以 apple 开头且同时以 apple 结尾的元素。这里 grep 匹配 apple 但是 pineapple 就不匹配。

输出列表中的不同元素

@unique = grep { ++$count{$_} < 2 }?
qw(a b a c d d e f g f h h);
print "@uniquen";

输出结果: a b c d e f g h

$count{$_} ?是 Perl 散列中的一个元素,是一个键值对 ( Perl中的散列和计算机科学中的哈希表有关系,但不完全相同) 这里 count 散列的键就是输入列表中的各个值,而各键对应的值就是该键是否使? ?估值为真的次数。当一个值第一次出现的时候? ?的值被估为真（因为小于2），当该值再次出现的时候就会被估计为假（因为等于或大于2）。

取出列表中出现两次的值

@crops = qw(wheat corn barley rice corn soybean hay?
alfalfa rice hay beets corn hay);
@duplicates = grep { $count{$_} == 2 }?
grep { ++$count{$_} > 1 } @crops;
print "@duplicatesn";

在 grep 的第一个列表元素被传给? ?或 EXPR 块前，第二个参数被当作列表上下文看待。这意味着，第二个 grep 将在左边的 grep 开始对? ?进行估值之前完全读入 count 散列。

列出当前目录中的文本文件

@files = grep { -f and -T } glob '* .*';
print "@filesn";

glob 函数是独立于操作系统的,它像 Unix 的 shell 一样对文件的扩展名进行匹配。单个的? * ?表示匹配所以当前目录下不以? . ?开头的文件，? .* ?表示匹配当前目录下以?

<p ? 
开头的所有文件。 -f 和 -T 文件测试符分别用来测试纯文件和文本文件，是的话则返回真。使用 -f and -T 进行测试比单用 -T 进行测试有效，因为如果一个文件没有通过 -f 测试，那么相比 -f 更耗时的 -T 测试就不会进行。 
 从数组中选出非重复元素 
@array = qw(To be or not to be that is the question);
print "@arrayn";
@found_words =?
grep { $_ =~ /b|o/i and ++$counts{$_} < 2; } @array;
print "@found_wordsn";

输出结果:?
To be or not to be that is the question
To be or not to question 
 逻辑表达式?$_ =~ /b|o/i?匹配包含有 b 或 o 的元素(不区别大小写)。在这个例子里把匹配操作放在累加前比反过来做有效些。比如，如果左边的表达式是假的，那么右边的表达式子就不会被计算。 
 选出二维坐标数组中横坐标大于纵坐标的元素 
# An array of references to anonymous arrays
@data_points = ( [ 5,12 ],[ 20,-3 ],?
[ 2,2 ],[ 13,20 ] );
@y_gt_x = grep { $_->[0] < $_->[1] } @data_points;
foreach $xy (@y_gt_x) { print "$xy->[0],$xy->[1]n" }

输出结果:?
5,12
13,20 
 在一个简单数据库中查找餐馆 
 这个例子里的数据库实现方法不是实际应用中该使用的，但是它说明了使用 grep 函数的时候，只要你的内存够用，?BLOCK?块的复杂度基本没有限制。 
# @database is array of references to anonymous hashes?
@database = (?
{ name => "Wild Ginger",?
city => "Seattle",cuisine => "Asian Thai Chinese Korean Japanese",expense => 4,?
music => "",?
meals => "lunch dinner",view => "",?
smoking => "",?
parking => "validated",rating => 4,?
payment => "MC VISA AMEX",?
},# { ... },etc.
);

sub findRestaurants {
my ($database,$query) = @_;
return grep {
$query->{city} ??
lc($query->{city}) eq lc($_->{city}) : 1?
and $query->{cuisine} ??
$_->{cuisine} =~ /$query->{cuisine}/i : 1?
and $query->{min_expense} ??
$_->{expense} >= $query->{min_expense} : 1?
and $query->{max_expense} ??
$_->{expense} <= $query->{max_expense} : 1?
and $query->{music} ? $_->{music} : 1?
and $query->{music_type} ??
$_->{music} =~ /$query->{music_type}/i : 1?
and $query->{meals} ??
$_->{meals} =~ /$query->{meals}/i : 1?
and $query->{view} ? $_->{view} : 1?
and $query->{smoking} ? $_->{smoking} : 1?
and $query->{parking} ? $_->{parking} : 1?
and $query->{min_rating} ??
$_->{rating} >= $query->{min_rating} : 1?
and $query->{max_rating} ??
$_->{rating} <= $query->{max_rating} : 1?
and $query->{payment} ??
$_->{payment} =~ /$query->{payment}/i : 1
} @$database;
}

%query = ( city => 'Seattle',cuisine => 'Asian|Thai' );
@restaurants = findRestaurants(@database,%query);
print "$restaurants[0]->{name}n";

输出结果: Wild Ginger


            
        	


                        （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!