Perl文本處理模塊用法指導(dǎo)
本文和大家重點討論一下Perl文本處理模塊的用法，Perl是用于文本分析的一種出色語言。內(nèi)置的操作符使得文本搜索、替換和模式匹配輕而易舉。
Perl文本處理模塊
Perl的主要目標之一是解析文本。這里主要討論用于文本解析的CPAN模塊，并展示了如何在程序中方便地使用它們。通過使用一些正確的工具，可以使分析代碼注釋、改編現(xiàn)有記載文法和許多其它任務(wù)變得容易。考慮到實際編程，給出了每個任務(wù)的示例。
Perl是用于文本分析的一種出色語言。內(nèi)置的操作符使得文本搜索、替換和模式匹配輕而易舉。
CPAN（綜合Perl檔案網(wǎng)絡(luò)（ComprehensivePerlArchiveNetwork））匯集了大量模塊，有些模塊把編程從文本和數(shù)據(jù)分析的困境中解救出來。
◆Perl文本處理模塊-將Perl模塊用于解析、記載和分析
DamianConway開發(fā)的Parse::RecDescent是一個對文本進行記載和解析的功能強大的工具。KimRyan開發(fā)的Lingua::EN::Fathom可以分析一個文件或一個文本塊，并產(chǎn)生有關(guān)其輸入的各種統(tǒng)計信息。
Parse::RecDescent
缺點：
由于它使用可擴展文法規(guī)則并且實時地進行記載和解析，所以比較慢。如果沒有正確使用該模塊，性能就會降低。
優(yōu)點：
擅長記載和解析。記載總是比任何其它工具更好地執(zhí)行任務(wù)。
◆Perl文本處理模塊-改編現(xiàn)有的記載文法
JohnHagerman的SwedishChef記載文法是出色的簡單文本過濾器示例。它還非常有趣，會給許多計算機科學(xué)與工程專業(yè)的學(xué)生在畢業(yè)前夕帶來歡樂。我將展示一個使用Parse::RecDescent模塊將chef.l文法移植到Perl中的示例（Parse::RecDescent模塊并不是實現(xiàn)這一任務(wù)的理想選擇―Parse::Lex模塊會更好些）。這一節(jié)只準備介紹構(gòu)建Parse::RecDescent語法的規(guī)則，將包括操作、記憶狀態(tài)、拒絕產(chǎn)品和對文本進行記載。請記住，自己試一試chef.pl腳本―您很可能會對此著迷。
chef.pl腳本幾乎是chef.l記載文法完全一樣的副本。$niw變量在啟動時設(shè)置為0，因為許多規(guī)則測試它來判斷它們應(yīng)該被接受還是被拒絕。$niw表示“不在文字中（notinword）”，而當(dāng)解析器在文字內(nèi)時，它設(shè)置為1。如果Parse::RecDescent的偽指令中指定的變量非零，則該偽指令會拒絕該規(guī)則。因此，請牢記$niw=0意味著解析器不在文字內(nèi)。
skip變量設(shè)置為''（空字符串），所以所有輸入（包括空格）都轉(zhuǎn)至標志偽指令。此外，chef規(guī)則以\z結(jié)束，\z表示字符串的結(jié)束。通常使用\Z，但那還可以匹配Perl中的換行，它們也都可以在輸入中。
◆chef規(guī)則：文法以chef規(guī)則開始。chef規(guī)則匹配許多標志，直至表示字符串結(jié)束的\z。chef規(guī)則的那兩個元素稱為“產(chǎn)品”。任何規(guī)則都必須由產(chǎn)品組成。操作可以是產(chǎn)品的一部分；它由花括號{}標出，并包含Perl代碼。它不匹配任何事物―操作僅用于執(zhí)行。
◆token規(guī)則：token規(guī)則可以匹配任何數(shù)或序列，這些數(shù)和序列是我為匹配chef.1文法而指定的（有些隨意）。我將說明一些示例，以便使文法對應(yīng)清晰。
【編輯推薦】
