perl split函数

Perl中的一个非常有用的函数是split, split 把字符串进行分割并把分割后的结果放入数组中。这个函数使用规则表达式（RE），如果未特定则工作在$_变量上。

 

split函数可以这样使用：
$info = "Caine:Michael:Actor:14, Leafy Drive";
@personal = split(/:/, $info);
其结果是：
@personal = ("Caine", "Michael", "Actor", "14, Leafy Drive");

 

如果我们已经把信息存放在$_变量中，那么可以这样：
@personal = split(/:/);

 

如果各个域被任何数量的冒号分隔，可以用RE代码进行分割：
$_ = "Capes:Geoff::Shot putter:::Big Avenue";
@personal = split(/:+/);

其结果是
@personal = ("Capes", "Geoff", "Shot putter", "Big Avenue");

但是下面的代码：
$_ = "Capes:Geoff::Shot putter:::Big Avenue";
@personal = split(/:/);

的结果是
@personal = ("Capes", "Geoff", "", "Shot putter", "", "", "Big Avenue");

单词可以被分割成字符，句子可以被分割成单词，段落可以被分割成句子：

@chars = split(//, $word);
@words = split(/ /, $sentence);
@sentences = split(/\./, $paragraph);

在第一句中，空字符串在每个字符间匹配，所以@chars数组是一个字符的数组。>>

=======================================================

才学习perl,前几天偶然发现split的几种用法，就测试了一下各种用法的效率。

 

先引用一段split的手册:
split /PATTERN/, EXPR, LIMIT
split /PATTERN/, EXPR
split /PATTERN/
split

这个函数扫描字串中 EXPR 给出的分隔符，并且把该字串劈成一个子字串列表，在列表环境中返回生成的列表值，或者在标量环境中返回子字串的数量。（注：标量环境同时还令 split 把它的结果写到 @_，不过这个用法现在废弃了。）分隔符是用重复的模式匹配进行判断的，用的是 PATTERN 里给出的正则表达式，因此分隔符可以是任意大小，并且不一定在每次匹配都是一样的字串。（分隔符不象平常那样返回；我们在本节稍后讨论例外情况。）如果 PATTERN 完全不能匹配该字串，那么 split 把原始字串当作子字串返回。如果它匹配了一次，那么你就得到两个子字串，以此类推。你可以在 PATTERN 里使用正则表达式修饰词，比如 /PATTERN/i，/PATTERN/x，等等。如果你以模式 /^/ 进行分裂，那么就假设是 //m 修饰词。

如果声明了 LIMIT 并且是正的，该函数分裂成不超过那么多的域（当然如果它用光了分隔符，那么是可以分裂成比较少的子字串的）。如果 LIMIT 是负数，那就把它当作声明了任意大的 LIMIT。如果省略了 LIMIT 或者是零，那么将从结果中删除结尾的空域（那些潜在的 pop 用户应该好好记住）。如果省略了 EXPR，那么该函数就分裂 $_ 字串。如果还省略了 PATTERN 或者它是一个文本空格，“ ”，那么该函数对空格进行操作，/\s+/，但是忽任何开头的空格。

 

这天看见一个文件，每行都有18项，各项之间用\t分割，使用时用到了第6项，话说这天正好求知欲比较强，就折腾了几种用法
1. my @array = split("\t",$_); my $var = $array[6];   测试文件平均用时8.2s
2. my($var) = (split("\t",$_))[6];  测试平均用时5.1s
3. my(undef,undef,undef,undef,undef,undef,$var) = split("\t",$_);  平均用时3.53s
4. my(undef,undef,undef,undef,undef,undef,$var) = split("\t",$_,7);  平均用时3.52s
5. my $var = (split("\t",$_,7))[6]; 平均用时3.53s

看来后3种才是王道，如果需要使用多项也可以进行进行适当的变动。不过两项如果跨度比较大，3，4应该是不错选择，5就只能用中间数组。