Perl_实用报表提取语言

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!\n";

#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, \n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.\n";
}else{
    print "Not all.\n"
}

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:$!\n";

循环语句（与C语言完全相同）

$count = 0;
while($count <= 10){
    print "$count\n";
    $count++;
}

for($i; $i <= 10; $i++){
    print "i is now $i\n";
}

#  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\n";
    $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.\n";
            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\n";
}

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]\n"; #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 "\n";
$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!\n";
}

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\n";
}

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\n"
}

$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

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!\n";
    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: $!\n";

# 用warn取代die，程序不停止，只发出警告。
if (!open(MYFILE, "output")){
    warn "Cannot read output: $!\n";
}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: $!\n";
$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), "\n"){
    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\056\001\045\015\000";
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!\n";
    warn "$file was last updated", -M $filename, "days ago.\n";
}

第6学时 模式匹配（perl的核心）

• 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\n" 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[\t\f\r\n]
\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\n";
}

/(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) = /(.*)\sis\s(.*)/;
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=~/(.*)\sis\s(.*)/;

$_="one fish, two frog, red fred, blue foul";
@F=m/\W(f\w\w\w)/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\n"
}

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 "$_ => $re_hash{$_}\n"
}

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 "$_\n";
}

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 "$_ $Words{$_}\n";
}

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!\n";
}

# 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：

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 "$_\n";
}

%b = ("a" => "abc", "d" => "def", "e" => "efg");
foreach (keys %b){
    print "$_ => $b{$_}\n";
}

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$a在前，perl得到的结果是小数在前，也就是升序排列
print "@descending\n";
# 结果：2 3 4 5 6 8 10 15
# 如果要降序排列，只要把程序的第二行变成sort{$b<=>$a}就可以了：

原文地址：https://www.cnblogs.com/mz-2015/p/9324371.html