perl语言的核心是正则表达式,在文本处理上非常有优势,与python类似,但语法不同,perl的语法很灵活,用多了才会觉得好用。
常用知识点总结:
- perl语法类似于C语言(perl源于Unix),语句由逗号划分,代码层次使用花括号{}划分,但是不必声明变量类型;
- 标量变量($name),数组(@name),哈希结构(%name),类型标识符,文件句柄没有标识符;
- 哈希结构可以使用列表创建,但不要以为它也是由圆括号括起来的;在使用键时,用花括号。(特别注意)
- 数字之间比较用(==、>=、<=、!=),字符串之间比较则用(eq、gt、lt、ge、le)
- print函数,不一定需要括号。几种情况:print $name(直接输出) ;print ‘$name’(基本不用,错误的,原样输出); print “$name”(有时会用,会自动替换); print 函数在做文件输入时(文件句柄),不能有逗号,只能用空格。
- @_ 是函数传参时放置参数的数组,可以从中取实参;$_ 是默认参数的意思,指的是在不指定的情况下,程序处理的上一个变量;shift 是将数组的第一个元素 $array[0] 移走, 并将这个元素回传(return) (堆栈一节有详细讲解)。
- shift函数是取数组的第一个元素,缺省就取@_的第一个函数,这句一般用在程序的开头,用于接收程序的参数,或者子函数的开头,用于接收子函数的参数。
- 句柄和文件的关系,文件必须被打开,并赋与句柄,才能操作;有的句柄可以直接使用,如STDIN、STDERR;广义上,标量变量就是一种代表数据的句柄。
- perl中数值和字符串可以随意的使用递增和递减运算符。
第1学时 P e r l 入门
- 安装perl
- perl内部文档
- 第一个perl脚本
通用编程语言,胶水语言,perl擅长将其他程序连接到一起。
# 检查perl是否安装成功 perl -v
ActiveState Tool公司提供了一个自行安装Perl的工具(安装十分简单)。
# 在Linux下安装perl # 解压 tar -zxvf stable.tar.gz -C dir $ gunzip stable.tar.gz $ tar xf stable.tar # 配置 $ sh Configure # 安装 $ make $ make test #测试是否make成功 # make install
安装文件有完整的perl帮助文档
perldoc perl
perl手册分如下三个部分:
- perlfunc
- perlop
- perlfaq
perl perlfunc
# 查找某个函数名 perldoc -tf print # 搜索FAQ文件 perldoc -q support
各人不推荐在命令行窗口查阅文档,阅读模式太不友好,可以阅读html格式文档。
可以在浏览器中打开本地HTML文档:file:///D:/Program%20Files/Perl64/html/index.html
#第一个perl程序 #!/usr/bin/perl -w print "Hello, World! ";
#运行perl脚本 perl test.pl
linux下可以以可执行文件形式运行perl脚本,但首先必须修改权限,使其可执行。
chmod 755 test.pl ./test.pl
第2学时 P e r l 的基本构件:数字和字符串
- 标量常量:数字 和 字符串
- 标量变量:存放标量,
字符串
只有使用转义字符才能在字符串中插入特殊的字符。
- 单引号:‘ ’中的每个字符都表示它本身,$a, 等等,都不会进行处理,原样输出。
- 双引号:“ ”中Perl会查看是否存在 变量名 和 转义序列,一旦发现,会自动替换。
如何便捷的将字符串用 双引号 或 单引号 括起来?
- qq运算符:qq(I said, “I love you!”) 用法如上
- q运算符: q(Tom’s tree) 用法与之前单引号一样,会原样输出单引号内的所有内容。
标量变量
特殊变量($_):当前默认值,
运算符(运算符之间可以有空格)
数字运算符有哪些?
加+;减-;乘*;除/;求余%;取幂**;
字符串运算符有哪些?
- 并置运算符(.)(运算对象必须为字符串标量或者标量变量);
- 可以使用反斜杠,指定屏蔽字符串内的内插替换(标量变量和转义字符);
- 如果字符串中标量名和字符串过于紧密,可以用{}显示指定变量名,如${name}space;
- 重复运算符(x),如“-”x 10;
带名字运算符?
int(5.20); length(“nose”); lc(“ME TOO”); uc(“hal 9000”); cos(50); rand(5)(返回随机浮点数,默认是0-1)
尖括号运算符?
用于读写文件,<STDIN>,从标准输入读入一行;默认会读入我们最后输入的回车,可以使用从chomp运算符去掉;
chomp可以去除任何参数结尾的换行符,返回被删除的字符数(删除了返回1,没删除返回0)。
第3学时 控制程序流 (foreach是核心)
- 语句块
- 运算符
- 循环
- 标号
- 退出perl
if语句(几乎与C语言类似,除了elsif)
$r = 10; if ($r == 10){ print ‘$r is 10!‘; } elsif ($r == 20){ print ‘$r is 20!‘; } else{ print ‘$r is neither 10 nor 20.‘ }
# 如果只有一个条件可以把if放到后面 print "Hello!" if (1 == 1);
字符关系运算符(类似于=, >, <, >=, <=, !=)?
- eq等于;
- gt大于;
- lt小于;
- ge大于等于;
- le小于等于;
- ne不等于;
perl中有哪些假值? 0;“”;‘’;‘0’;“0”;undef;
逻辑运算符有哪些? and; or; not;
if ($x and $y and not $z){ print "All conditions met. "; }else{ print "Not all. " }
逻辑运算符短路,即一旦确定表达式是真或假,就立即停止逻辑表达式的计算,最常见的是
open(FILE, "test.txt") or die "can‘t open file:$! ";
循环语句(与C语言完全相同)
$count = 0; while($count <= 10){ print "$count "; $count++; }
for($i; $i <= 10; $i++){ print "i is now $i "; }
# 高级perl技巧:使用foreach进行遍历 @name = qw(li zhi xin); print "my name is "; foreach $name (@name){ # $name是对@name中元素的引用,可以修改@name print "$name " }
流程控制工具
last语句(退出当前循环)(等同于C里的break)
$count = 1; while($count <= 15){ last if ($count == 5); print "$count "; $count++; }
for($i=0; $i <= 100; $i++){ for($j=0; $j <= 100; $j++){ if ($i * $j == 140){ print "The product of $i and $j is 140. "; last; } } }
next语句(回到当前循环头部)(等同于C里的continue)
for($i=0; $i <= 100; $i++){ next if (not $i % 2); print "An odd number = $i "; }
语句块和循环语句可以设置标号,last、redo 和 next都可以带一个标号。(等价于C的loop语句)
退出perl? exit 0;代表正常退出perl。
第4学时 基本构件的堆栈:列表与数组
- 填充和清空数组
- 逐个元素查看数组
- 对数组进行排序和输出
- 标量分割为数组
- 数组合并为标量
列表是常量,数组是变量,可以将列表存放在数组当中。如:
(12,’abc‘,3.14,True) # 这是一个直接量列表
如果列表中全部是字符串,为了避免注意添加单引号,可以使用qw运算符,如
# 两者等价,最好不要有内嵌变量 @a = qw(abc def ghi) @b = (‘abc‘,‘def‘,‘ghi‘)
@c = ()
列表的范围运算符(..)
@a = (1..10) @b = (1..10, 21..30) # 字符照样可以使用范围运算符 @list=(aa..zz); foreach (@list){ print "$_ "; }
为什么要把列表这个东西单独拿出来?
因为列表是有特殊作用的常量,可以对其他结构进行初始化(数组和哈希)。
数组(列表)之内的数组会自动合并成一个大的数组。
可以利用数组的特性进行批量赋值
($a, $b, $c) = qw(li zhi xin);
如何从数组中获取元素?
@name=qw(li zhi xin); print @name; #没有空格 print "[email protected] "; #元素之间有空格 print scalar(@name); #输出数组元素个数
@a = qw(li zhi xin); print @a; # 每个数组元素之间紧密排列,没有空格和换行
@a = qw(li zhi xin); print $a[0]; print $a[1]; print " "; $a[2] = "wei"; print @a;
如何将数组划分成片?
@a = qw(li zhi xin 1 2 3 4 5 6); @b = @a[2,4,6]; print @b;
如何寻找数组的结尾?
@a = qw(li zhi xin 1 2 3 4 5 6); print $#a; # 返回结尾元素的索引
@a = qw(li zhi xin 1 2 3 4 5 6); $size = @a; print $size; #根据上下文,返回数组元素的个数
print $a[-1]; # 返回数组的最后一个元素
如何测试数组中是否包含元素?
@mydata = qw(li zhi xin); if (@mydata){ print "Not empty! "; }
上下文
- 标量上下文
- 列表上下文
强制使参数成为上下文?
print scalar(@mydata); # scalar( )函数
$a = <STDIN>; # 读入一行 @whole = <STDIN>; # 读入整个 ($a) = <STDIN>; # 全部读取,但只保存一行到$a
@stars = (‘*‘) x 10; foreach $star (@stars){ print "$star "; }
print scalar(localtime);
chomp:标量下,去除标量结尾记录分隔符;列表下,去除每个标量结尾记录分隔符。<STDIN>同理。
对数组进行操作
如何遍历?
# 普通方法:使用for循环进行遍历 @name = qw(li zhi xin); print "my name is "; for ($index = 0; $index < @name; $index++){ print "$name[$index] "; }
# 高级perl技巧:使用foreach进行遍历 @name = qw(li zhi xin); print "my name is "; foreach $name (@name){ # $name是对@name中元素的引用,可以修改@name print "$name " }
foreach遍历时,标量为列表元素的引用,可以同时修改数组(列表)中的元素。
数组和标量之间进行转换?
split函数,拥有一个模式和一个标量,可以使用模式来分割标量。
join函数,去除一个字符串和一个数组(列表),使用该字符串将数组中的元素连接起来。
@word = split(/ /, "The quick brown fox"); foreach $word (@word){ print "$word " }
$numbers=join(‘,‘, (1..10)); print $numbers;
数组排序?
排序后,原始的数组不变(python比较智能,有两种排序函数)。
@chiefs = qw(li zhi xin); print join(‘ ‘, sort @chiefs);
指定方法排序(硬方法 和 飞船运算符):
@numbers=(1,5,2,7,3,8,4); @sorted=sort {return(1) if($a>$b); return(0) if($a==$b); return(-1) if($a<$b); } @numbers; print @sorted;
@numbers=(1,5,2,7,3,8,4); @sorted=sort {$a <=> $b} @numbers; #a,b的顺序决定排序的类型 print @sorted;
字符串排序,需要使用cmp运算符,编写一个复杂的排序代码。
倒序操作?
分标量上下文(对标量里每个字符倒序) 和 列表上下文(对元素整体倒序)。
@lines = qw(li zhi xin); print join(‘ ‘, reverse @lines);
第5学时 进行文件操作
perl的标量可以延长,存放足够长的一行内容;perl的数组可以扩展,可以存放文件的全部内容。
不在将输入和输出局限于键盘和终端,可以将输入和输出定向到指定文件。
- 打开和关闭文件
- 将数据写入文件
- 从文件读取数据
- 健壮性
打开文件
文件句柄是对特定文件的一个引用(也是一种变量),包含了如何打开文件(文件位置)、位置信息(读到哪了)和读写属性(只读、覆盖、追加)。STDIN通常与键盘相连,从键盘输入信息。最好使用大写字母。
如果想打开文件,必须先创建一个句柄:open(filename, pathname),若打开失败,就会返回undef。
# 低级的打开和撤销策略 if (open(MYFILE, "mydatafile")){ # 成功运行 }else{ print "Cannot open mydatafile! "; exit 1; }
die函数可以停止函数的运行,利用了条件语句的执行特性
# 升级版打开或撤销 open(MYTEXT, "novel.txt") || die; close(MYTEXT);
默认是在当前文件夹查找文件,可以指定路径名。
# die函数升级版:$!系统需要的最后一个操作的出错消 open(MYFILE, "myfile") or die "Cannot open myfile: $! ";
# 用warn取代die,程序不停止,只发出警告。 if (!open(MYFILE, "output")){ warn "Cannot read output: $! "; }else{ # 执行代码 }
读取文件
读取一行文本,完全类似于<STDIN>,默认该句柄已经打开。
# 读取一行文本 文件读完了<MYFILE>返回 undef
open(MYFILE, "myfile") or die "Can‘t open myfile: $! "; $line = <MYFILE>;
读取和输出整个文件
while(defined($a=<MYFLIE>)){ #defind()函数,检查表达式的值是否是undef print $a; }
# 高级写法 while(<MYFILE>){ print $_; }
# 使用列表读取存储整个文件,只有在文件非常小时才这么做,非常耗内存。 open(MYFILE, "novel.txt") or die "$!"; @content = <MYFILE>; close(MYFILE);
以下是语法在只读模式打开file.txt的。这里小于< signe 指示,文件必须以只读模式运行结束:
open(DATA, "<file.txt"); while(<DATA>){ print "$_"; }
写入文件
想要写入文件,在打开文件句柄时就必须指定文件的打开方式(>, >>)。
# 写入并覆盖 open(NEWTH, ">output.txt") or die "Opening output.txt: $!"; # 写入并追加 open(APPFH, ">>logfile.txt") or "Opening logfile.txt: $!";
也可以用print( )将数据写入文件句柄
open(LOGF, ">>logfile") or die "$!"; if (! print LOGF "Time", scalar(localtime), " "){ warn "Unable to write to the log file: $!"; } close(LOGF);
自由文件句柄
perl启动时会默认打开三个文件句柄:STDOUT、STDIN 和 STDERR,它们默认均与终端相连。
print函数默认是使用STDOUT
如何写入二进制的数据?
open(FH, "camel.gif") or die "$!"; binmode(FH); # 标记为二进制文件 print FH "GIF87a 56 01 45 15 00"; close(FH);
文件测试(检查文件是否存在,权限)
-e #文件存在,则真 -d #是个目录,则真 -r #文件可读,则真 -T #文本文件,则真 -B #二进制文件,则真
if (-s $filename){ warn "$file contents will be overwritten! "; warn "$file was last updated", -M $filename, "days ago. "; }
第6学时 模式匹配(perl的核心)
识别输入数据流的模式(模式==正则表达式),需要对数据进行格式化,简单的split函数无法完成。
- 创建简单的正则表达式
- 正则表达式进行模式匹配
- 正则表达式编辑字符串
什么是模式?
模式被括在模式匹配运算符中间,基本形式:m//;如:m/simon/。($_常常作为匹配的默认值)
print "yes " if(m/Piglet/); # 如果使用的是斜杠//,那么m可以省略。
- 除非是元字符,否则会严格匹配(可以用屏蔽元字符)
- 可以使用任意匹配的字符来替代斜杠(如m::)
- 如果是斜杠,则可以省略前面的m
- 变量也可以放在匹配模式里
元字符
# 圆点(.):匹配除了换行符外的任何单个字符,必须存在一个字符,但不能多于一个,仅且只能。 /p.t/ #可以匹配pot、pat,不能pt,不能paat;
#以下都是通配符(并非一对一) # (+):使前面的字符与后面的字符最少匹配一次 /do+g/ #可以匹配dog、dooooog,不能dg; # (*):进行0次或多次匹配,与(+)非常类似,但可以0次(注意:这和shell下的通配符意义完全不同) /car*t/ #可以匹配cart、cat、carrrt; # (?):前面的字符进行0次或一次匹配(不能超过一次),限定死了,0次或1次,只有两种可能 /c?ola/ #可以匹配cola、ola
# pat{n, m} # n:匹配的最小次数;m:匹配的最大次数 /x{5, 10}/ #x最少匹配5次,最多匹配10次
# (.*):可以匹配任何东西
字符类(特征[],必须有方括号加以限定)
[abcde] #匹配其中任何一个字符 [a-e] #同上 G #匹配G或者g [0-9] #匹配一个数字
[0-9]+ #顺序匹配一个或多个数字 [A-Za-z]{5} #匹配任何一组5个字母字符
$%&()] #匹配这些符号中任何一个
/[^A-Z]/ #不匹配A-Z中的任何单个字符
字符类快捷方式
w #一个单词字符,同[a-zA-Z0-9_] W #与w相反 d #一个数字,与[0-9]相同 D #与d相反 s #一个白空间字符,同[ f ] S #与s相反
分组和选择(这个开始有点复杂)
if(/dogs|cats/){ print "$_ contains a pet "; }
/(fr|b|fl|cl)og/;
在列表上下文中,匹配运算符返回匹配表达式各部分的列表,每个加括号()的都是其中一个返回值,其中$1是第一个匹配的括号。
$_="apple is red"; ($fruit, $color) = /(.*)siss(.*)/; print $fruit." "; print $color;
/^Help/ #只匹配Help开头的行 /^one.*two$/ #只匹配one开头和two结尾的行 /^only$/ #只匹配包含only的行 /^$/ #匹配空行 /^/ #匹配非空行
替换
替换运算符(s///):s/查找模式/替换模式/;
$_="Our house is in the middle of our street."; s/middle/end/; s/in/at/; {do something} if (s/apartment/condo/);
对其他变量进行模式匹配操作(对非$_变量使用匹配运算符,必须用=~将变量与模式连接起来)
$a="apple is red"; ($fruit, $color) = $a=~/(.*)siss(.*)/;
$_="one fish, two frog, red fred, blue foul"; @F=m/W(fwww)/g;
/macbeth/i #不考虑大小写
反向引用(将括号用于正则表达式)
括号内的匹配模式被记录在特殊的变量当中,分别为1,1,2, 3,3,4.
$number="800-555-1212"; if ($number =~ /(d{3})-(d{3})-(d{4})/){ print "the area code is $1"; }
模式匹配运行成功时,变量1,1,2, $3才被设置,之后会被清除。(还是不懂什么时候可以用???)
强大的grep函数(以任意的条件搜索数组)
#grep迭代运行通过list中的每个元素,$_设置为列表的每个元素,然后依次执行表达式或模式匹配,表达式为真,则返回该元素,赋值给数组。 @dogs=qw(greyhound bllodhound terrier mutt chihuahua); @hound=grep /hound/, @dogs; print "@hound";
#$_为实际值的引用,可以修改原始元素 @dogs=qw(greyhound bllodhound terrier mutt chihuahua); @hound=grep s/hound/hounds/, @dogs; print "@hound";
#grep可以使用任何表达式 @dogs=qw(greyhound bllodhound terrier mutt chihuahua); @hound=grep length($_)>8, @dogs; print "@hound";
map函数
第7学时 哈希结构(%)
- 创建哈希结构
- 哈希中插入和删除元素
- 用哈希对数组进行操作
哈希结构不用定义,可以直接使用,对哈希中单个元素进行赋值就可以创建哈希结构,如下:
$record{‘name‘} = "lizhixin"; #原汁原味的哈希 print $record{name}; #引号可以省略,可以识别其为字符串,因为变量有$
整个哈希结构可以使用(% info)来操作,比如创建和赋值:
# 就这么两行,想一次性写对还是挺难的
%info=(‘name‘, ‘lizhixin‘, ‘age‘, ‘24‘); #可以以=>的形式创建 print $info{‘name‘}; # 引号可以省略
注意:我们只能用列表来创建哈希,因此第一行只能用圆括号(),而不能使用花括号{ },这和python中的用法不同。
而是想访问哈希中的某个元素的时候,只能以($)开头,表示单个哈希元素,哈希的键值必须用花括号{}包裹,本例中{}里面的键必须用单引号包裹,否则name可能是个变量,解释器无法识别。
如何遍历哈希结构中的键 和 值?(keys函数 和 values函数),低级遍历
foreach $a (values %dict) # or keys %dict{ print "$a " }
如何按值来检索哈希中的元素?反转,此例为高级遍历。
%hash = ("li"=>"1", "zhi"=>"2", "xin"=>"3"); %re_hash = reverse %hash; foreach (keys %re_hash){ print "$_ => $re_hash{$_} " }
如何在列表(数组)和哈希之间转换? 很简单,直接互相赋值
%hash = ("li"=>"1", "zhi"=>"2", "xin"=>"3"); @hash = %hash; foreach (@hash){ print "$_ "; }
如何测试哈希结构中是否存在某个关键字? 可以自己写个函数,也可以直接用现成的exist()函数
# 自己写的exist函数 %hash = ("li"=>"1", "zhi"=>"2", "xin"=>"3"); $hash = "liz"; $flag = 0; foreach (keys %hash){ $flag = 1 if($_ eq $hash); } if ($flag == 1){ print "$hash exist"; }elsif ($flag == 0){ print "$hash not exsit"; }
# 直接调用现成的exists函数 if (exists $hash{$hash}){ print "$hash exist"; }else{ print "$hash not exsit"; }
如何删除哈希关键字?
delete $hash{li};
哈希结构排序
foreach (sort keys %Words){ print "$_ $Words{$_} "; }
第8学时 函数
- 如何定义函数和调用函数
- 值传递 和 返回值
- use strict
# 创建一个Hello World子例程 sub HelloWorld{ print "Hello World! "; }
# 调用子例程的两种方法 &HelloWorld(); HelloWorld();
函数能返回所有的数据类型
# 此例返回数组 sub shift_to_uppercase{ @words=qw(li zhi xin); foreach (@words){ $_ = uc($_); } return(@words); }
函数参数(有点复杂)
被传递的参数可以通过特殊变量@_来访问。
sub printargs{ print join(‘,‘, @_); } printargs(‘market‘, ‘home‘, ‘roast beef‘);
如何访问函数的具体的某个参数?($_[i])
sub print_third_argument{ print $_[2]; }
作用域
默认的变量是全局变量。
为了保证函数的封装性,函数里的变量必须为专用变量,可以使用my操作符(只在当层模块可见)。
local变量(局部变量)(在当层,以及以内的模块都可用)
use strict
参考:
Perl程序实例
join可以将数组(列表)合并为标量(为啥qq生成的数组不行,qw可以)
@a = (‘li‘, ‘zhi‘, ‘xin‘); $b = join("-", @a);
如何迭代数组和哈希?
@a = ("li", "zhi", "xin"); foreach (@a){ print "$_ "; } %b = ("a" => "abc", "d" => "def", "e" => "efg"); foreach (keys %b){ print "$_ => $b{$_} "; }
如何传递参数?
perl很奇怪,定义函数时没有标志性的圆括号 和 参数列表,以至于初学者不知道如何传递参数。
其实,参数被传递给了perl的特殊变量 @_ (它是一个列表) (类似于$_):
sub printargs { print join(‘,‘, @_); } printargs("li", "zhi", "xin");
如何单独访问指定的参数? 使用@_ 数组的下表进行准确操作,但是换了符号,得用 [0],[0],_[1]…
sub print_third_argument{ print $_[2]; } print_third_argument("li","zhi","xin");
unless 是 if 的反义词
-e 等参数用于检查 文件和目录是否存在,以及其他属性。
<=>飞船运算符如何使用?
@number=qw/5 10 15 3 2 4 8 6 /; my @descending =sort {$a<=>$b} @number;#这里$a=5,$b=10,因为$a在前,perl得到的结果是小数在前,也就是升序排列 print "@descending "; # 结果:2 3 4 5 6 8 10 15 # 如果要降序排列,只要把程序的第二行变成sort{$b<=>$a}就可以了: