在Perl中使用正则表达式匹配创建哈希表

Question

假设我有一个像下面这样的文件：

我想将所有的十进制数存储在哈希表中。

hello world 10 20
world 10 10 10 10 hello 20
hello 30 20 10 world 10

我正在查看 this，这个很好用：

> perl -lne 'push @a,/\d+/g;END{print "@a"}' temp
10 20 10 10 10 10 20 30 20 10 10

我需要做的是统计每个正则表达式出现的次数。

为此，我认为最好将所有匹配项存储在哈希表中，并为每个键分配递增的值。

所以我尝试了：

perl -lne '$a{$1}++ for ($_=~/(\d+)/g);END{foreach(keys %a){print "$_.$a{$_}"}}' temp

这将给我一个输出：

> perl -lne '$a{$1}++ for ($_=~/(\d+)/g);END{foreach(keys %a){print "$_.$a{$_}"}}' temp
10.4
20.7

有人能纠正我哪里错了吗？

我期望的输出是：

10.7
20.3
30.1

尽管我可以使用awk完成这个任务，但我只想用Perl来完成。

此外，输出的顺序对我不重要。

- user1939168

Answer 1

$a{$1}++ for ($_=~/(\d+)/g);

This should be

$a{$_}++ for ($_=~/(\d+)/g);

并且可以简化为

$a{$_}++ for /\d+/g;

原因是/\d+/g创建了一个匹配列表，然后被for迭代。当前元素位于$_中。我想$1将包含上一次匹配留在那里的任何内容，但这绝对不是您在此情况下要使用的内容。

- melpomene

Answer 2

另一个选项是这个：

$a{$1}++ while ($_=~/(\d+)/g);

这段代码实现了你预期的功能：在匹配成功时循环处理每一个匹配项。因此，$1 的值将是你所期望的。

为了更加清晰地说明区别：

在Perl中，带有单个参数的 for 循环表示“对列表中的每个元素执行某些操作”：

for (@array)
{
    #do something to each array element
}

在您的代码中，首先构建了一系列匹配项，只有在找到整个匹配列表后，才有机会对结果进行操作。随着列表的构建，$1 在每次匹配时都被重置，但是在运行代码时，它已经设置为该行上最后一个匹配项。这就是为什么您的结果不合理的原因。

另一方面，while 循环意味着“每次检查这个条件是否为真，并继续执行，直到条件变为假”。因此，在正则表达式的每个匹配项上都将执行 while 循环中的代码，$1 具有该匹配项的值。

Perl 中另一个重要的区别是文件处理。 for (<FILE>) { ... } 首先将整个文件读入内存，这是浪费的。建议改用 while (<FILE>)，因为这样可以逐行遍历文件并仅保留所需信息。

- user1919238

---

但是为什么相同的代码在使用for循环时不起作用？而在使用while循环时却可以正常工作呢？ - user1939168

这是对for和while的优秀的实际演示，虽然我可能会选择@melpomene的方法，因为我从来不确定在循环或传递时$1,$2等会做什么。 - G. Cito