perl中grep用法总结 z

一) Grep函数

grep有2种表达方式:
grep BLOCK LIST
grep EXPR,LIST
BLOCK表示一个code块,通常用{}表示;EXPR表示一个表达式,通常是正则表达式。原文说EXPR可是任何东西,包括一个或多个变量,操作符,文字函数,或子函数调用
LIST是要匹配的列表。
grep对列表里的每个元素进行BLOCK或EXPR匹配,它遍历列表,并临时设置元素为$_。在列表上下文里,grep返回匹配命中的所有元素,结果也是个列表。在标量上下文里,grep返回匹配命中的元素个数。
(二) Grep vs. loops
open FILE "<myfile" or die "Can't open myfile:$!";
print grep /terrorism|nuclear/i,<FILE>;;
这里打开一个文件myfile,然后查找包含terrorism或nuclear的行。<FILE>;返回一个列表,它包含了文件的完整内容
可能你已发现,如果文件很大的话,这种方式很耗费内存,因为文件的所有内容都拷贝到内存里了。
代替的方式是使用loop(循环)来完成:
while ($line = <FILE>;) {
if ($line =~ /terrorism|nuclear/i) { print $line }
}
上述code显示,loop可以完成grep能做的任何事情。那为什么还要用grep呢?答案是grep更具perl风格,而loop是C风格的。
更好的解释是:(1)grep让读者更显然的知道,你在从列表里选择某元素;(2)grep比loop简洁。
一点建议:如果你是perl新手,那就规矩的使用loop比较好;等你熟悉perl了,就可使用grep这个有力的工具。
(三) 几个grep的示例
1. 统计匹配表达式的列表元素个数
$num_apple = grep /^apple$/i,@fruits;
在标量上下文里,grep返回匹配中的元素个数;在列表上下文里,grep返回匹配中的元素的一个列表。
所以,上述code返回apple单词在@fruits数组中存在的个数。因为$num_apple是个标量,它强迫grep结果位于标量上下文里。
2. 从列表里抽取唯一元素
@unique = grep { ++$count{$_} < 2 }
         qw(a b a c d d e f g f h h);
print "@unique\n";
上述code运行后会返回:a b c d e f g h
即qw(a b a c d d e f g f h h)这个列表里的唯一元素被返回了。为什么会这样呀?让我们看看:
%count是个hash结构,它的key是遍历qw()列表时,逐个抽取的列表元素。++$count{$_}表示$_对应的hash值自增。在这个比较上下文里,++$count{$_}与$count{$_}++的意义是不一样的哦,前者表示在比较之前,就将自身值自增1;后者表示在比较之后,才将自身值自增1。所以,++$count{$_} < 2表示将$count{$_}加1,然后与2进行比较。$count{$_}值认是undef或0。所以当某个元素a第一次被当作hash的关键字时,它自增后对应的hash值就是1,当它第二次当作hash关键字时,对应的hash值就变成2了。变成2后,就不满足比较条件了,所以a不会第2次出现。
所以上述code就能从列表里唯一1次的抽取元素了。
2. 抽取列表里精确出现2次的元素
@crops = qw(wheat corn barley rice corn soybean hay
       alfalfa rice hay beets corn hay);
@duplicates = grep { $count{$_} == 2 }
       grep { ++$count{$_} >; 1 } @crops;
print "@duplicates\n";
运行结果是:rice
这里grep了2次哦,顺序是从右至左。首先grep { ++$count{$_} >; 1 }@crops;返回一个列表,列表的结果是@crops里出现次数大于1的元素。
然后再对产生的临时列表进行grep { $count{$_} == 2}计算,这里的意思你也该明白了,就是临时列表里,元素出现次数等于2的被返回。
所以上述code就返回rice了,rice出现次数大于1,并且精确等于2,明白了吧? :-)
3. 在当前目录里列出文本文件
@files = grep { -f and -T } glob '* .*';
print "@files\n";
这个就很容易理解哦。glob返回一个列表,它的内容是当前目录里的任何文件,除了以'.'开头的。{}是个code块,它包含了匹配它后面的列表的条件。这只是grep的另一种用法,其实与 grep EXPR,LIST 这种用法差不多了。-f and -T匹配列表里的元素,首先它必须是个普通文件,接着它必须是个文本文件。据说这样写效率高点哦,因为-T开销更大,所以在判断-T前,先判断-f了。
4. 选择数组元素并消除重复
@array = qw(To be or not to be that is the question);
@found_words =
grep { $_ =~ /b|o/i and ++$counts{$_} < 2; }@array;
print "@found_words\n";
运行结果是:To be or not to question
{}里的意思就是,对@array里的每个元素,先匹配它是否包含b或o字符(不分大小写),然后每个元素出现的次数,必须小于2(也就是1次啦)。
grep返回一个列表,包含了@array里满足上述2个条件的元素。
5. 从二维数组里选择元素,并且x<y
# 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" }
运行结果是:
5,12
13,20
这里,你应该理解匿名数组哦,[]是个匿名数组,它实际上是个数组的引用(类似于C里面的指针)。
@data_points的元素就是匿名数组。例如:
foreach (@data_points){
print $_->;[0];}
这样访问到匿名数组里的第1个元素,把0替换成1就是第2个元素了。
所以{ $_->;[0] <$_->;[1] }就很明白了哦,它表示每个匿名数组的第一个元素的值,小于第二个元素的值。
而grep { $_->;[0] <$_->;[1] } @data_points; 就会返回满足上述条件的匿名数组列表。
所以,就得到你要的结果啦!
6. 简单数据库查询
grep的{}复杂程度如何,取决于program可用虚拟内存的数量。如下是个复杂的{}示例,它模拟了一个数据库查询
# @database is array of references to anonymous hashes
@database = (
{name    =>; "Wild Ginger",
   city    =>; "Seattle",
   cuisine   =>;"Asian Thai Chinese Korean Japanese",
   expense   =>;4,
   music   =>;"\0",
   meals   =>; "lunchdinner",
   view    =>; "\0",
   smoking   =>;"\0",
   parking   =>;"validated",
   rating   =>;4,
   payment   =>; "MCVISA AMEX",
},
  { ... },etc.
);
sub findRestaurants {
my ($database,$query) = @_;
return grep {
   $query->;{city} ?
       lc($query->;{city}) eqlc($_->;{city}) : 1
    and$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";
运行结果是:Wild Ginger
上述code不难看懂,但仙子不推荐使用这样的code,一是消耗内存,二是难于维护了。
(注,以上内容均源自bbs.chinaunix.net)

相关文章

1. 如何去重 #!/usr/bin/perl use strict; my %hash; while(...
最近写了一个perl脚本,实现的功能是将表格中其中两列的数据...
表的数据字典格式如下:如果手动写MySQL建表语句,确认麻烦,...
巡检类工作经常会出具日报,最近在原有日报的基础上又新增了...
在实际生产环境中,常常需要从后台日志中截取报文,报文的形...
最近写的一个perl程序,通过关键词匹配统计其出现的频率,让...