Split操作符

作者：半点闲
时间：2013-3-3 13：02 星期日
博客：blog.csdn.net/cg_i
邮箱：[email protected]
参考书籍：《Perl语言入门 中文版 第六版》

    Split它会根据给定的模式拆分字符串，对于使用制表符、冒号、空白符或任意符号分隔不同字段的字符串来说，用这个操作符分解提取字段相当方便。只要你能将分隔符写成模式（通常是很简单的正则表达式），就可以用Split分解数据。它的用法如下：

    my @fields = split /separator/, $string;

    这里的Split操作符用拆分模式扫描指定的字符串并返回字段（也就是子字符串）列表。期间只要模式在某处匹配成功，该处就是当前字段的结尾、下一字段的开头。所以，任何匹配模式的内容都不会出现在返回字段中。下面就是典型的以冒号作为分隔符的Split模式：

   my @fields = split /:/, “abc:def:g:h”;        #得到（“abc”，“def”，“g”，“h”）

    如果两个分隔符连在一起，就会产生空字段：

   my @fields = split /:/, “abc:def::g:h”;     #得到（“abc”，“def”，“”，“g”，“h”）

   这里有个规则，它乍看之下很古怪，但很少造成问题：Split会保留开头处的空字段，却舍去结尾处的空字段。例如：

   my @fields = split /:/, “:::a:b:c:::”;        #得到（“”，“”，“”，“a”，“b”，“c”）

    利用Split的/\s+/模式根据空白符分隔字符也是比较常见的做法。该模式把所有连续空白都视作单个空格并以此切分数据：

    my $some_input = “This  is a \t     test.\n”;

     my @args = split /\s+/, $some_input;     #得到（“This”，“is”，“a”，“test.”）

    默认Split会以空白符分隔$_中的字符串：

    my @fields = split;                       #等效于split /\s+/,$_;

    这几乎就等于以/\s+/为模式，只是它会省略开头的空字段。所以，即使该行以空白开头，你也不会在返回列表的开头处看到空字段。若你想以这种方式来分解用空格分隔的字符串，则可以用一个空格来作为模式：split ‘’, $other_string用一个空格来作为模式是split的特殊用法。

    一般来说，用在Split中的模式就像之前看到的这样简单。但如果你用到更复杂的模式，请避免在模式里使用捕获圆括号，因为这会启动所谓的“分隔符保留模式（详情请参见Perlfunc文档）。如果需要在模式中使用分组匹配，请在Split里使用非捕获圆括号（?:）的写法，以避免意外。

    进一步加深对Split分解提取字段带来的方便。下面给出一段我实际工作中未使用Split操作符分解提取字段的代码（后面还将给出使用Split操作符的代码）对比从中感受一下它的强大：

    任务:从passwd文件中提取用户名、用户主目录信息；

    我们先看一下passwd文件中记录格式（图1-1 部份摘录）：

root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/bin/sh
……

    可以看出每个字段都用冒号（：）进行分隔，以第一条记录从左向右为例我们要提取第一个冒号前面的root（用户名）和第六个冒号前面的/root（用户主目录）。

#代码1.1 未使用Split操作符提取字段代码；
#!/usr/bin/perl -w
use strict;
open (FH, '/etc/passwd') or die "Can't open file: $!";
while (){
	my ($Pos,$endPos,$length,$Name,$Dir);
	#############
	# 取用户名称
	#############
	$length =  index ($_, ":");
	$Name = substr ($_, 0, $length);
	#####################
	# 取用户HOME目录位置
	#####################
	$endPos = rindex ($_, ":");
	# $endPos-1跳过当前位置（冒号)
	$Pos = rindex ($_, ":", $endPos - 1);		
	# $Pos+1跳过当前位置(冒号) 
	# 查找方向从左向右。所以+1
	$Pos += 1;
	$length = $endPos - $Pos;
	$Dir = substr ($_, $Pos, $length);
		
	print "$Name\t$Dir\n";
}
close (FH);

    程序运行后输出如下（图1-2）：

root       /root
bin        /bin
……

    现在我们来分析一下这段代码的算法，提取用户名很简单只需要找到第一个冒号位置通过substr($_,0,$length)函数返回的子字符串即是需要的用户名。算法比较复杂的部份是提取用户主目录，通过图1-1可见passwd文件本身是有着固定格式的，记录从后向前（从右向左）倒数第二个冒号后面的/root就是用户主目录信息。

    提取用户主目录算法思想：

    1、  略过记录最后一个字段；

    2、  找到倒数第二个字段起始位置；

    3、  倒数第一个字段的起始（冒号）位置减去倒数第二个字段字符的开始位置（/号），得出来的结果就是用户主目录字段中的字符长度；

   4、  substr($_,$Pos,$length);返回用户主目录信息；

    5、完成。

    (图 1-3 提取用户目录算法)

    总结，通过Perl字符串处理函定位、提取字段信息可以完成我们的任务，可预见当我们要提取多个不相连字段，步骤将更繁琐，代码更长，也更加容易出错，如果，记录各字段位置发生改变，你将不得不重新设计你的算法。

    现在，我们再看使用Split操作符分解提取字段的例子：

#代码1.2 使用Split操作符提取字段代码；
#!/usr/bin/perl -w
use strict;
open (FH, '/etc/passwd') or die "Can't open file: $!";
while (){
  ###########
  # 取用户信息
  ###########	
  my($Name,$Dir) = (split /:/,$_)[0,5];
				
  print "$Name\t$Dir\n";
}
close (FH);

    简单吧my($Name,$Dir) = (split /:/,$_)[0,5]就这么一句。将来，要是还需要提取别的字段，或字段的位置发生改变，只需要给出它所处新的冒号位置即可。

    结尾，很高兴你看到这里，我不敢保证文中给的例子是最简便与正确的，但我可以保证的是在写这篇文章的过程中我是快乐的。