【perl】在网上看的一个统计文本中字符的个数的脚本

hlr1993

#!/usr/bin/perl -w
open (HFile,"/usr/develop-program/conf.txt") || die "Open error $!";   # 打开固定路径文本,文本中字符以标点符号，空格隔开
@file=<HFile>;    #将文本中文件读入到数组中
chomp @file;      
close (HFile);   
foreach $_ (@file)  
{
    while(/([/w]+-?[/w]*)[/s| , | . | ! ]/g)   前面的([/w]+-?[/w]*)，[/w]+是匹配[^a-zA-Z]+ ?

只知道后面[/s| , | . | ! ]是匹配空格 ，. !但是改成[/s—+| , | . | ! ]可以匹配多个空格啊？

    {   
   
        $Word{$1}++;      怎么突然冒出来一个$1
    }
}
foreach $hash (keys %Word)
{
    print "$hash occures $Word{$hash} times/n";
}

求大神解释一下，谢谢。

hlr1993

这个程序有问题，我在linux中运行的时候，报错了

tangzi11

回复 2# hlr1993


    $1是这个括号里面匹配到的内容：([/w]+-?[/w]*)
    第一个括号内匹配到的内容自动赋值给$1,第二个括号内匹配到的内容自动赋值给$2，依次类推。

mndzjsjczex

1. ([/w]+-?[/w]*)里面的[/w]的意思大概是\w，不需要加[]就可以，\w包括'a-zA-Z0-9_'。

2. [/s| , | . | ! ]里面的/s应该是\s才对，而且,.!前后的空格如果需要一定要匹配的话也用\s*会比较好，如果想忽略空格的话需要/x。

3. [/s—+| , | . | ! ]改成这样应该不能匹配空格了，匹配项后面只有?+*，?是0或1个，+是1或多个，*是0或多个，范围不同。

4. 楼上正解。

综上，程序里的正则应该是

1. /(\w+     #匹配第一段单词
   
2.   -?         #匹配可能存在的'-'
   
3.    \w*)    #匹配第二段单词
   
4.   (?:\s*,| #匹配','
   
5.    \s*.|    #匹配'.'
   
6.    \s*!|    #匹配'!'
   
7.    \s*)/gx#匹配'空格'
   

复制代码

liangxu1986

这个程序前面读入文件的地方改成逐行读入比较好，如果你的输入文件很大就不和谐了。
个人见解哈。

chenfengrugao

回复 5# liangxu1986


    逐行读入耗cpu，一次读入耗内存。觉得只要文件不超过内存还是一次读入好。