Perl基础知识（备忘）

zz : http://blog.csdn.net/dongtingzhizi/article/details/13509079

　前两天项目中遇到了一个Perl脚本程序，需要读懂该程序，由于以前重来没有用过Perl语言，所以没法搞定。今天抽空把该语言的基础看了一遍，基本上内读懂Perl脚本程序了吧。真是如网上很多分享的经验所说，第一：会一门语言后，学习其他的语言也就容易了，所有的语言包含的内容都差不多，只要熟悉一下该语言的语法就OK了；第二：会一门语言的有经验的开发者，跟本没有必要花大量的时间把一门新语言重头读到尾来学习他，看看基础就可以用了，用的过程中不明白的再去查阅手册或资料。

　　网上不少人说Perl语言受关注度越来越低，在服务器端慢慢的被PHP取代，但是作为系统脚本语言还是有他的特点的，我觉得最主要的是：强大的正则表达式和模式匹配功能，在sed和awk中也用到了类似的语法。

　　入门可以参考以下教程：

　　http://www.cbi.pku.edu.cn/chinese/documents/perl/index.htm

　　http://www.phpchina.com/resource/manual/perl/perl5-1.htm

        下面是我学习中记下的一些基础知识，当作备忘吧。

【数组】

● 首先说一种数据类型，将“列表”，例如：(1, 2, 3)，(1, 2, "hello", $name, 10)。

● 连续数值的列表有缩写形式，例如：(1 .. 10)，(1, 3, 5 .. 10)；浮点型的(0.5 .. 3.8)表示(0.5, 1.5, 2.5, 3.5); 字符型的(a .. z)表示小写字母a到z。

● 数组变量以@开头，可以定义与简单变量相同的名字，$var和@var不冲突。

● 数组可以直接给普通变量赋值，例如：
   @arr = (1 .. 3);
   ($a, $b) = @arr;         #a为1, b为2
   ($c, $d, $e, $f) = @arr;         #c为1, d为2, e为3, f为null

● qw函数创建字符串数组，不需要使用逗号和引号，例如：
   @arr = qw(aaa bbb ccc ddd);

● 可以从标准输入读入数组，按CTRL+D结束输入，例如：
   @arr = <STDIN>;

● 访问数组的某个元素，用$，数组下标从0开始，例如：
   @arr = (1 .. 3); 

   $arr[0]; $arr[1]; $arr[2]; 分别访问数组第1、2、3个元素。

●  获取数组长度：$len = @arr;

●  数组截取（用@），（注意规则是：取多个数组元素用@，取单个数组元素用$。）例如：
        @arr = (1 .. 6);
        @sub1 = @arr[0, 2, 4];        #sub1为(1, 3, 5)
        @sub2 = @arr[1, 3, 5];        #sub1为(2, 4, 6)
        @sub1 = @arr[0, 3..5];        #sub1为(1, 4, 5, 6)

●  数组访问支持负数下标，例如：
        @arr = (1, 2, 3);
        $item = $arr[-1];        #item为3
        $sub = @arr[0, -1];        #sub为(1,3)

（作用于数组的函数）

●  chop和chomp函数可用于数组，例如：chomp(@arr)用于去掉arr中所有字符串尾部的换行符。

●  push和pull操作数组相当于栈操作，数组的右边界为栈的顶部，即从右边“弹出”或者“压入”元素。

●  sort用于对数组元素进行排序，调用形式为：@sorted = sort(@arr); 执行sort函数后原数组不会改变，所以要通过返回值接收排好序的数组。默认情况下，按所有元素的ASCII顺序排序（包括数字），所以不能简单调用sort函数对数值型元素排序。如果需要按数值大小进行排序，应该这样调用：
升序：@sorted = sort { $a <=> $b } @arr;
降序：@sorted = sort { $b <=> $a } @arr;

●  reverse函数用于反转一个数组，例如：
        @arr = (1 .. 6);
        @r_arr = reverse(@arr);        #r_arr为(6,5,4,3,2,1)

●  join函数用于连接一个数组的所有元素，组成一个字符串，调用形式为：$string = join("seperator", @arr, ...)。例如：
        @arr = (aa, bb, cc);
        @str1 = join("-", @arr);        #str1为"aa-bb-cc"
        @str2 = joint(":", @arr, "hello", 100);        #str2为"aa:bb:cc:hello:100"

●  split函数与join正好相反，调用形式为：@arr = split("seperator", $str)。

【散列表（hash表，关联数组）】

●  散列变量以%开头，例如：
        %hash = (a, 1, b, 2, c, 3);   #表示a对应的值为1，b对应的值为2，c对应的值为3

●  访问散列表元素，例如：
        $hash{a};        #访问键a的值，结果为1

●  添加新元素，例如：
        $hash{d} = 100;        #添加键d的值为100

●  例子：

        @fruit =(“apple”, 1, “banana”, 2, “orange”, 12)，获取元素或修改元素值：$dict{“bananas”}，$dict{“bananas”}=1。

上面的关联数组初始化也可以这样：@fruit = (“apple”=>1, “banana”=>2, “orange”=>12)。

●  删除元素，例如：
        delete $hash{c};#结果%hash为：(a, 1, b, 2, d, 100)

●  判断散列表是否为空，例如：
        if (%hash)

●  取散列表中所有键的函数：keys，例如：
        @keys = keys(%hash);        #@keys为：(a, b, d)

●  取散列表中所有value的函数：values，例如：
        @values = values(%hash);        #@values 为：(a, b, d)

●  循环读取所有的key-value对的函数：each，相当于c++中的关联容器的迭代器，例如：
        while (@item = each(%hash)) {
                ...
        }

【控制结构】

●  if语句与C语言类似，不同的是C语言中的else if应该写成elsif。

●  unless语句使用方式与if相同，但是语义与if语句相反，当条件不成立时执行then语句块。unless也有unless {} else {}，当条件成立时执行else语句块。

●  while语句与C语言类似。

●  do-while语句与C语言类似。

●  until语句使用方式与while相同，但是语义与while语句相反，当条件不成立时继续循环，当条件成立时结束。

●  for语句与C语言类似。一个特别的例子：循环变量递增语句后可以用逗号表达式增加其他执行语句。
       for ( $a = 1; $a < 10; $a++, print "the value of a is : $a=n" ) {
              ......
       }

●  foreach语句非常实用，可以*自动*依次获取数组变量中的每一个元素来执行循环，格式如下：
        foreach 变量 (数组变量) {

        }
        foreach $var (@arr) {

        }

●  循环控制语句有三种：next,last和redo，next相当于C语言中的continue；last相当于C语言中的break；而redo表示不进行循环条件的判断，再执行依次循环体，应该较少适用吧。

【函数】

●  函数定义以sub开头，格式如下：
        sub NAME {
                code;
        }

●  函数可以接收调用者传入的参数，参数通过数组@_传入，所以可以读取该数组来获取每一个参数。

●  通常函数调用方法：&NAME。

●  函数通过return语句返回一个值。

●  看一个例子吧：
        sub add {
                my $res = $_[0] + $_[1];
                return $res;
        }
        $a = 1; $b = 2;
        $c = &add($a, $b);
   参数获取也可以使用对参数数组@_使用shift函数来实现，上面的add函数可以写成：
        sub add {
                my $a1 = shift(@_);
                my $a2 = shift(@_);
                my $res = $a1 + $a2;
                return $res;
        }

●  预定义子程序，如BEGIN和END函数，BEGIN函数就是在整个程序执行前被调用的函数，END是在整个程序结束后被调用的函数。其他先不深究了，用到的时候再说吧。

●  函数内部可以定义临时数据（C++中称为局部变量），可以使用local和my两个函数来定义临时数据，二者是有一定区别的，据说local还有很深奥的使用方法，这里也不深究了。local和my有一个最大区别是，local定义的临时数据会传递到嵌套调用的下一个函数中，而my定义的临时数据值在当前域中有效，也就是说：my定义的临时数据才是C++中通常意义的局部变量，所以对二者不是很清楚的话，使用my是更加保险滴！

【文件和目录操作】

●  打开与关闭文件

       open(HANDLE, "filename");        #获取读文件句柄  
       open(HANDLE, ">filename");        #获取写文件句柄，若文件存在则先清空内容再写  

       open(HANDLE, ">>filename");        #获取写文件句柄，若文件存在则在原内容之后追加

       close(HANDLE);    #关闭文件，参数为文件句柄

●  更高级的打开文件方式

    为了保证可靠性，一般打开文件后需要判断打开文件是否成功，Perl中一般会这样写：

        open(HANDLE, ...) || die ("Could not open file ***!\n$!"); 
        open(HANDLE, ...) || warn ("Could not open file ***!\n$!"); 

    二者的区别是，die会结束运行，warn只是输出警告信息然后继续往后执行。

    $!是编译器给出的错误信息，看看下面的例子，假如打开一个不存在的文件test.txt：

        open(HANDLE, ”test.txt“) || die ("Could not open file test.txt!\n");    

    会输出：

        Could not open file test.txt!

    如果架上$!，如下： 

       open(HANDLE, ”test.txt“) || die ("Could not open file test.txt!\n$!"); 

    则会输出：

        Could not open file test.txt!

        No such file or directory at ./3.pl line 5. （该行是编译器给出的错误信息）

    可以看出，这种打开文件的方法非常简练使用，所以差不多就成了标准写法吧。

●  读取文件

    $a = <HANDLE>;    #读取文件中的一行

读取后，文件指针会自动后移到下一行，因此可以用在循环中按行循环读取一个文件，例如：

   while ( $line = <HANDLE> ) {
        print $line;
    }

    @a = <HANDLE>;    #将文件整个赋给数组@a，数组的每个元素对应文件的一行 

详见：http://blog.csdn.net/taesimple/article/details/6307639

●  打开/读取/关闭目录

    打开/关闭目录与操作文件类似，看下面的例子，读取该目录中所有的子目录和文件，做不同的处理：

    opendir($handle, $path);
    while($item = readdir($handle)) {
        if(-d $item && !($dic =~ m/\.$|\.\.$/)) {
           ...
        }
        if ( -f $item ) {
           ...
        }
    }
    closedir($handle);

●  关于当前目录

这是非常关键的，因为如果不是使用全局路径来操作文件或目录，都是相当于当前目录的，所以必须保证当前目录正确。

（获取当前目录）

有两种方法：
（1）
       use Cwd;
       my $dir = getcwd;
$dir中即为当前目录的完整路径信息。
（2）
       my $dir = $ENV{'PWD'};
#ENV是一个散列，用于存放环境变量。$PWD是Linux的环境变量，表示当前所在目录。

（改变当前目录）

用chdir函数。

●  测试文件或目录

    使用”-x 文件或目录名“的格式来测试文件或者目录的状态，-x文件测试操作符有很多不同的参数，常用的有：

    -e: 是否存在

    -d: 是否为目录

    -f: 是否为普通文件

    -r: 是否可读

    -w: 是否可写

    -x: 是否可执行

    -l: 是否为符号链接

    例如下面的例子表示，是否存在”test.txt"文件：

        if ( -e "test.txt" )

●  其他文件操作函数

rename移动文件或者改名；unlink删除文件；chmod改变文件属性。

●  其他目录操作函数

mkdir创建目录，rmdir删除空目录。

【正则表达式】

●  基本模式：$str =~ /abc/表示在字符串变量$str中匹配"abc"，$str !~ /abc/表示在字符串变量$str中*不*匹配"abc"（即不含“abc”）。匹配表达式可以返回真假结果值，例如：$match = ($str =~ /abc/)，如果匹配成功则$match为真，否则为假，也可以作为条件判断，例如：if ($match = ($str =~ /abc/) ) 或者直接用匹配表达式判断： if ($str =~ /abc/ )。

●  特殊符号：*，?，.（含义不赘述了），其中“.”表示匹配*除了换行符以外*的任意一个字符。

●  关于转义处理，上面的特殊符号（*/?/.）有时候需要转义处理，因为这些特殊符号出现在匹配串中时有特殊含义，如果真的需要匹配这些字符时就要转义处理，例如要匹配“hello.”时，应该这样写：$str =~ /hello\./，如果不进行转义处理写成$str =~ /hello./的话表示，匹配hello后面跟上任意一个非换行字符。

如果特殊符号（*/?/.）出现在[ ]中则不用转义，例如要匹配：“hello.”和“hello!”，应该这样写：$str =~ /hello[.!]/，其中的"."不用进行转义处理。

●  锚定模式：\b匹配单词边界，\B匹配非单词边界，^和$匹配整个字符串的头部和末尾。

●  排除符号：^，跟匹配字符串头部的符号是一样的，但是只出现在[ ]中，表示“非“的含义， 例如：$str =~ /hello[^0-9abc]/表示hello后面紧接着的字符不是0-9或a或b或c。

●  管道符号：|，表示”或“的含义，可以将需要匹配的候选模式用”或“连接起来，例如：$str =~ /hello | hi/表示匹配”hello”或者匹配“hi"。

●  保存匹配片段，可以将匹配模式中的全部或者部分用括号扩起来，然后在匹配模式中引用或者在匹配完成后引用。

       匹配模式中引用时使用\1、\2...，例如：

       $str =~ /(\d{3})-\1/，解释：\d{3}表示连续的3个数字，用括号括起来表示一个保存的匹配片段，\1表示引用第一个匹配片段（即第一个括号里匹配的内容，匹配片段从左至右以1开始按顺序编号），所以该匹配模式匹配形如”123-123”、“010-010“的串。

       $str =~ /(\w)(\w)-\1\2/，匹配的串例如："ab-ab", "a1-a1", "aa-aa"等。

       匹配结束后引用使用$1、$2...，例如：

       if ( $res = $str =~ /([a-z]+)-([a-z]+)/ ) {

              print "str1 : $1\n";

              print "str1 : $2\n";

       }    #如果成功匹配的话，将匹配的两个匹配片段打印出来。

●  特殊符号的优先级：{ + * ? ( ) } 大于 { ^ $ \b \B } 大于 | 。

●  匹配选项：i，使用方式：/.../i，表示匹配时忽略大小写，例如：$str =~ /hello/i 可以成功匹配"hello", ”HELLO", "hELlo"等等。

● 匹配选项：g，使用方式：/.../g，表示匹配所有的串，默认情况下（不加g）一次匹配成功后便结束，但是有时候需要获取所有的匹配结果。例如串$str = "Today is 28 Nov, 2012, I am 20 years old."，现在需要获取其中所有的数，显然以前的匹配方式 $str =~ /\b\d+\b/只能匹配第一个数（28），如果要获取所有的数应该写成：$str =~ /\b\d+\b/g，但是当有多个匹配结果时，怎样获取结果呢？有两种方式，如下：

第一种：用while循环获取（代码如下），只要能成功匹配一次，while判断就为真，而且匹配表达式能自动的往后继续匹配。用$&获取匹配的结果（$&通常包含满足最近匹配的字符串）。

#! /usr/bin/perl

$str = "This is an example.";
$match = "\\b[a-z]+\\b";
while ( $str =~ /$match/gi ) {
    print "match : $&\n";
}

第二种：直接用数组一次获取匹配表达式的所有结果（代码如下），@res存储了所有成功匹配的字符串。

#! /usr/bin/perl

$str = "This is an example.";
$match = "\\b[a-z]+\\b";
@res = ( $str =~ /$match/gi ); 
foreach $item (@res) {
    print "match : $item\n";
}

●  搜索并替换，格式为：$str =~ s/源串/替换串/。例如：$str =~ s/yes/no/，将串中的yes换成no。例如$str = "yes, great!"，执行结果则为"no, great!"。

替换选项：g。如果$str = "yes, great! yes, wonderful!"，则结果为“no, great! yes, wonderful!”，说明跟匹配是一样的，只替换第一个匹配串，如果需要替换所有匹配的串，可以用前面提到的g选项，所以可以写成：$str =~ s/yes/no/g，表示替换所有匹配串。

替换选项：i。表示忽略大小写，与匹配选项i是同样的意义，略。

表达式选项：e。表示替换串中支持可以计算的表达式。举个简单的例子，$str =~ s/the/9 * 9/ge表示替换所有的“the"为表达式“9 * 9“的结果，而不是替换为字符串”9 * 9"，所以对于$str = "the dog is here!"执行结果为“81 dog is here!"。

●  搜索并翻译，用的比较少吧，通过下面的简单例子很好理解。

 注意替换操作符s/string1/string2/和翻译操作符tr/string1/string2/的区别，前者查找string1并替换成string2，后者查找string1中的第一个字符替换为string2中的第一个字符，查找string1中的第二个字符替换为string2中的第二个字符，以此类推，也就是tr操作符不把string1和string2当做字符串而是一个个独立的字符。下面的例子显示了二者的区别。
        $str = “abc123cba”;
        $str =~ s/abc/xyz/;  #结果str为：”xyz123cba”
        $str = “abc123cba”;
        $str =~ tr/abc/xyz/;  #结果str为：”xyz123zyx”

【其他杂项】

●  print可以加括号也可以不加。

●  perl特有的指数运算符**，如2**3。

●  chop截掉尾部的任意字符，而chomp只截掉换行符，一般处理STDIN的输入时用chomp函数，例如：

       chomp($input = <STDIN>);

●  去掉标准输入的行尾换行符的另外一种方式，例如：

       $in = <STDIN>;
       print (“Hello world!\n”) if ($in eq “yes”);

终端输入yes，结果没有输出，这是因为$in末尾有换行符，可以用模式匹配删除掉，如下：

       $in = <STDIN>;
       $in =~ s/[\r\n]//;
       print (“Hello world!\n”) if ($in eq “yes”);

●  字符串比较与数值比较：

字符串比较用：lt，gt，eq，le，ge，ne，cmp（比较，返回1,0,or-1）。数值比较用：<， >，==，<=， >=，!=，<=>（比较，返回1,0,or-1）。

需要注意的是，不能用数值比较符号去比较字符串，因为用数值符号比较时，会先把左右操作数转换为数值类型，非数字字符串转换结果为0。所以，例如：if (“abc”== “yes”) 判断结果为真！

●  比较运算符a <=> b，a大返回1，b大返回-1，相等返回0。

●  多行注释：
        =pod
        codes to comment
        =cut
    注意：=pod和=cut只能在行首，以=开头，以=cut结尾。

●  字符串连接用'.'运算符，例如："hello"." "."world"，结果为"hello world"。

●   "abc"x3表示"abc"串重复3次，结果为"abcabcabc"。

●   普通变量“$”开头，数组变量“@”开头，关联数组“%”开头，另外访问数组或者关联数组的单个元素时以“$”开头。数组元素访问用“[]”，关联数组元素访问用“{}”，例如：

数组：@arr =(1,2,3)，访问第三个元素：$arr[2]；

关联数组：@fruit =(“apple”, 1, “banana”, 2, “orange”, 12)，获取元素或修改元素值：$dict{“bananas”}，$dict{“bananas”}=1。

上面的关联数组初始化也可以这样：@fruit = (“apple”=>1, “banana”=>2, “orange”=>12)。

●   使用正则表达式进行模式匹配时，$&为上一次匹配成功的字符串。

●   去掉行首或行尾的空白符（包括换行符）的正则表达式写法：
       $inputline = <STDIN>;
       $inputline =~ s/^\s+|\s+\n$//g;

●   使用正则表达式进行模式匹配时，$&为上一次匹配成功的字符串。

●   去掉行首或行尾的空白符（包括换行符）的正则表达式写法：
        $inputline = <STDIN>;
        $inputline =~ s/^\s+|\s+\n$//g;