Perl - Obsługa łańcuchów
Obsługa łańcuchów jest jedną z mocnych stron Perla. Oferuje on duże możliwości w tej dziedzinie. Na początek podam sposób sprawdzania, czy dane wyrażenie występuje czy też nie występuje w przeszukiwanym łańcuchu:
$s =~ /Ala/ # wyrażenie to zwróci wartość
# prawda, jeżeli okaże się, że
# łańcuch $s zawiera szukane
# słowo zawarte w pochyłym
# nawiasie
$s !~ /Ala/ # wyrażenie to zwróci wartość
# prawda, jeżeli okaże się, że
# łańcuch $s nie zawiera
# szukanego słowa zawartego
# w pochyłym nawiasie
Nadażyła się dobra okazja, aby przedstawić zmienną $_, która jest domyślną zmienną i na której operuje wiele funkcji wtedy, gdy inna zmienna nie została do konkretnego celu wyszczególniona. Takie rozwiązanie skraca nieco kod oraz eliminuje zbyt dużą liczbę zmiennych i mogące z tego wyniknąć zamieszanie.
$s = 'Ala ma kota.';
if ($s =~ /Ala/)
{
print 'Odnaleziono wyraz Ala!';
}
Powyższy zapis jest równoważny następującemu:
$_ = 'Ala ma kota.';
if (/Ala/)
{
print 'Odnaleziono wyraz Ala!';
}
Kiedy poszukujemy w danym łańcuchu konkretnego zapisu, korzystamy często z wielu znaków o specjalnym znaczeniu, umieszczanych wewnątrz pochyłego nawiasu. Te znaki to:
. # jakikolwiek znak oprócz znaku
# nowej linii (n)
^ # rozpoczęcie nowej linii lub
# łańcucha
$ # koniec linii lub łańcucha
* # dowolna ilość powtórzeń
# ostatniego znaku
+ # jedno lub więcej powtórzeń
# ostatniego znaku
? # brak lub jedno wystąpienie
# ostatniego znaku
Za pomocą powyższych znaków specjalnych można budować maski i porównywać je ze zmiennymi. Oto kilka przykładowych masek:
.* # łańcuch składający się z dowolnych
# znaków oprócz znaków końca linii
^$ # pusta linia
.*x$ # dowolny ciąg znaków, który kończy
# się literą "x"
Zwykłych nawiasów możemy używać do grupowania znaków:
(.*)* # dowolna ilość dowolnych łańcuchów
(^$)+ # jedna lub więcej pustych linii
(.*x$)* # dowolna ilość łańcuchów
# zakończonych literą "x"
Jeśli chcemy odnaleźć którykolwiek znak spośród kilku, należy je umieścić w nawiasach kwadratowych. I tak:
[abc] # którykolwiek ze znaków: a, b lub c
[^abc] # negacja: ani a ani b ani c
[a-z] # jakiekolwiek znaki od a do z
[^a-z] # jakiekolwiek znaki oprócz
# znaków od a do z
Nawiasy klamrowe służą do określania ilości powtórzeń wystąpienia łańcucha:
(.*){3} # trzy dowolne
# łańcuchy
(^$){3,} # przynajmniej trzy dowolne
# łańcuchy
(.*x$){3,5} # przynajmniej trzy, ale nie
# więcej niż pięć łańcuchów
# zakończonych literą "x"
Aby w masce zawrzeć znaki, które mają pierwotnie swoje znaczenie w języku (np. $) należy je poprzedzić znakiem "". Na przykład:
^ $ *
Ponadto w masce niektóre litery poprzedzone znakiem "" nabierają specjalnego znaczenia:
n # znak nowej linii
t # tabulator
a # alarm
l # następny znak ma być małą literą
u # następny znak ma być dużą literą
L # następne znaki mają być małymi
# literami, aż do wystąpienia E
U # następne znaki mają być dużymi
# literami, aż do wystąpienia E
w # pojedynczy znak alfanumeryczny
W # jakikolwiek znak nie będący
# znakiem alfanumerycznym
s # spacja
S # jakikolwiek znak, który nie
# jest spacją
d # liczba
D # jakikolwiek znak, który nie
# jest liczbą
Na przykładzie pokażę sposób "wyłuskiwania" pewnych części łańcuchów za pomocą porównywania ich z maskami:
$_ = 'linux Operating system';
/([A-Z][a-z]+s)+/; # wykorzystanie
# właściwości zmiennej $_
Po wykonaniu takiej czynności do naszej dyspozycji zostaje oddany szereg pseudo-zmiennych, których wartości można jedynie czytać, ale nie zapisywać. Jak widać maska, której użyliśmy, opisuje słowo "Operating". Z tego względu w zmiennej $& odnajdziemy to słowo. Pod zmienną $` natomiast zapisane zostanie słowo "linux", a pod $' słowo "system". Dzięki temu mechanizmowi jesteśmy w stanie "wyłuskać" potrzebną nam część łańcucha.
Przy przeszukiwaniu łańcuchów wszystkie odnalezione wyrażenia zawarte w zwykłych nawiasach są zapamiętywane w pseudo-zmiennych $1, $2, $3, itd. Można je także wykorzystać w ramach aktualnie wykonywanej funkcji odwołując się do nich poprzez 1, 2, 3, itd.
$_ = 'Linux Operating System';
if (/(.*ux)/)
{
print "$1n"; # znaleziony łańcuch "Linux"
}
Bardzo pomocną funkcją wykorzystującą maski jest s///. Służy ona do podmieniania zawartości jednego wyrażenia innym.
s/linux/Linux/ # przeszukiwany jest łańcuch
# $_, a gdy okaże się, że
# zawiera on wyrażenie
# "linux", zostanie ono
# podmienione na łańcuch
# "Linux"
s/linux/Linux/g # przeszukiwany jest łańcuch
# $_ i wszystkie wystąpienia
# wyrażenia "linux" zostaną
# podmienione na łańcuch
# "Linux"
s/linux/Linux/gi # przeszukiwany jest łańcuch
# $_ i wszystkie wystąpienia
# wyrażenia "linux"
# (niezależnie od wielkości
# poszczególnych liter)
# zostaną podmienione na
# łańcuch "Linux"
Przykład zastosowania funkcji s///:
$_ = 'Linux Operating System';
s/([A-Z])/:1:/g; # każda pojawiająca
# się wielka litera
# zostanie zawarta
# w dwukropkach
Do podmieniania znaków innymi znakami służy funkcja tr///. Na przykład:
$_ = 'LinuX';
tr/A-Z/a-z/; # podmienienie wszystkich
# dużych liter na małe
$_ = 'linux';
tr/x/s/; # podmienienie litery "x" na "s"
Przydatną funkcją w Perlu jest split. Pozwala ona na rozbicie łańcucha i umieszczenie poszczególnych jego części w tablicy:
$s = 'kazik:tomek:marek'; @tab = split(/:/, $s);
Po wykonaniu takiej operacji otrzymamy poszczególne części łańcucha, które w $s były odgraniczane znakiem dwukropka, zapisane w kolejnych polach tablicy. Efekt działania funkcji split będzie wyglądał tak:
@tab = ("kazik", "tomek", "marek");
Oczywiście w miejsce pojedynczego znaku dwukropka możemy wprowadzić dowolne maski, które będą opisywać wyrażenia oddzielające od siebie szukane łańcuchy.
Funkcja split może także być stosowana w krótszej postaci (operować na zmiennej $_):
$_ = 'Linux, Operating System'; @tab = split(/.*s/);
W efekcie otrzymamy tablicę @tab składającą się z trzech wyrazów ("Linux", "Operating", "System") zapamiętanych w kolejnych jej polach.
Funkcja substr pozwala na "wycinanie" części łańcucha. Posługując się nią podajemy miejsce, w którym rozpoczyna się szukany wycinek łańcucha i ewentualnie długość tego wycinka.
$s = substr('Ala ma kota', 2, 6);
^ ^
# łańcuch $s będzie zawierał "a ma k"
$s = substr('Ala ma kota', 6);
^
# łańcuch $s będzie zawierał "kota"
$s = substr('Ala ma kota', -4, 3);
^ ^
# łańcuch $s będzie zawierał "kot"