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, iż
# łańcuch $s zawiera szukane słowo zawarte w pochyłym nawiasie
$s !~ /Ala/ # wyrażenie to zwróci wartość prawda, jeżeli okaże się, iż
# 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, którą 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 faktowi 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 "$1\n"; # 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 równy "a ma k"
^ ^
$s = substr('Ala ma kota', 6); # łańcuch $s będzie równy "kota"
^
$s = substr('Ala ma kota', -4, 3); # łańcuch $s będzie równy "kot"
^ ^