cnki_ok的专栏

<br />从网上看了一篇perl分词的程序，运行程序后发现，数字全部给分开了，例如，“2010年国家GDP是...”，运行程序后结果为“2 0 1 0 年 国家 G D P 是 ....”，文中“2010”是不应该分开的，我改进了这个程序，可以实现数字不分开，如下：<br />#!/usr/bin/perl<br />print "Begin Loading Dictionary.../n";<br />open(FileIn, "地名.txt");          #读取辞典<br />$MaxLen

HTML::Parser 是一个非常强大的用于处理 html 解析的模块。 HTML::Parser 的文档没有一个完整的例子。所以我就把下面的我写在 ShellWeb 里的例子摘取出来，并简单的解释一下。  use HTML::Parser;my $parser = HTML::Parser->new( api_version => 3,    start_h => [/&start

<br />方法一：<br />#include <direct.h><br />#include <stdlib.h><br />#include <stdio.h><br />void main( void )<br />{<br />   char buffer[_MAX_PATH];<br />   /* Get the current working directory: */<br />   if( _getcwd( buffer, _MAX_PATH ) == NULL )<br />    

经常处理脚本的人对perl语言一定非常熟悉。perl以其强大的文本处理能力以及良好的平台移植性在系统程序员和web设计师中非常流行。由于实验室常常会遇到文本处理方面的工作，完全用C语言实现往往需要花费一定的时间，而用perl的话，也许短短数行代码就能很好地解决问题。    perl的优点很多，缺点也非常明显。perl最大的问题就是代码的可读性较差。也许是平时不怎么使用perl的原因，经常一个月

#!/usr/bin/perluse strict;use warnings;use Encode;use LWP::Simple;my $tword="中国";my $url='http://suggestion.baidu.com/su?wd='.$tword.'&cb=window.bdsug.sug&from=superpage&t=1335581987353'

% 匹配行首 - 表示搜索字符串必须在行首，但不包括任何选定的结果字符中的行终止字符。$ 匹配行尾 - 表示搜索字符串必须在行尾，但不包括任何选定的结果字符中的行终止字符。? 匹配任何除换行符的字符。如：m?n 匹配“man”、“men”、“min”，但不匹配“moon”。* 匹配任何除换行符外所出现的任意数量的字符。如：t*t 匹配“test”、“tonight”和“tea

如果是按ASCII码排序，则代码如下：foreach my $key ( sort { $hash{$a} cmp $hash{$b} } keys %hash ) {my $value = $hash{$key}; # do something with ($key, $value)} foreach my $key ( sort { $hash{$a} cmp

在GB2312下的全角标点和ascii码下的半角标是有联系的。不要什么对照表,全角字符是两个字节,跟半角字符有一一对应的线性关系, 很简单. 第一字节: 160+区号 { 全角的第一字节相等 } 第二字节: 128+半角ascii码 因此，将全角标点转换为半角标点可用以下语句完成$str=~s/(\xA3(.))/chr(ord($2)-128)/eg;　 [1]

一 LWP::Simple 功能1. 如何在Perl中使用该模块？use LWP::Simple;2. 如何获取一个页面内容？my $content = get(’http://www.yahoo.com.cn’);get函数把从www.yahoo.com.cn上获取得页面内容全部赋给$content这个变量，如果获取失败将返回一

转自：http://www.mike.org.cn/blog/index.php?load=read&id=643Perl 到了第五版增加了模块的概念，用来提供面向对象编程的能力。这是 Perl 语言发展史上的一个里程碑。此后，广大自由软件爱好者开发了大量功能强大、构思精巧的 Perl 模块，极大地扩展了 Perl 语言的功能。CPAN(Comprehensive Perl Archive

注：本文参考Perl&LWP一书。http://sendtowu.blog.163.com/    我的博客地址本人英语水平有限，以下文字是基于我的理解写的，并非原文翻译（我也没那本事）。前些日子需要从网页上提取文字信息，我决定用perl做这件事情。在网上搜了半天发现用HTML::TreeBuilder是一个很好的选择。于是从网上又找到了Perl&LWP这本书。看了两天终于看明白了，也

HTML::TreeBuilder这个解析模块使用了强大的 HTML::Element 模块。解析时，HTML::TreeBuilder模块把整个 html 文档转换成了 perl 的数据结构，可以进行任意的操作。使用时先创建一个 HTML::TreeBuilder 对象。use Data::Dumper qw(Dumper);$Data::Dumper::Indent = 1;use HTML:

在Perl看来, 字符串只有两种形式. 一种是octets, 即8位序列, 也就是我们通常说的字节数组. 另一种utf8编码的字符串, perl管它叫string. 也就是说: Perl只认识两种编码: Ascii(octets)和utf8(string)本文内容适用于perl 5.8及其以上版本.perl internal form在Perl看来, 字符串只有两种形式. 一种是octets, 即8位序列, 也就是我们通常说的字节数组. 另一种utf8编码的字符串, perl管它叫string. 也就是说:

<br />/ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。<br />^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的Multiline 属性，^ 也匹配 ’/n’ 或 ’/r’ 之后的位置。 <br />$ 匹配输入字符串的结束位置。如果设置了 RegExp 对象的Multiline 属性，$ 也匹配 ’/n’ 或 ’/r’ 之前的位置。 <br />* 匹配前面的子表达式零次或多次。 <br />+ 匹配前面的子表达式一次或多次。+ 等价于 {1,

<br />如果在Unix中曾经使用过sde,awk,grep这些指令的话,相信对于 Perl 语言中的文字处理模式(Regular Expression)应该不会感到陌生才对。在Perl语言中因为有这个功能,所以对于字符串的处理能力是非常强有力的。Regular Expression可视为用来处理字符串的一种模式(pattern),其使用的格式为/pattern/。在Perl语言的程序中,经常可以看到类似语法的应用,在CGI程序设计中也不例外。只要能够善用文字处理模式的话,要处理任何难的字符串皆可迎刃而解

<br /> <br />在使用perl从地址中提取街道的时候遇到了个很诡异的问题<br />同样一个地址，连续进行两次匹配出来的结果居然不一样<br />一次是正常的，一次是乱码，搞了半天没弄明白是怎么回事<br />看来perl的中文处理能力还是有待加强<br />后来在进行正则匹配之前尝试用了use encoding "gbk"; <br />还算运气不错，居然搞定了<br />use encoding "gbk"; <br />$address=~/^(.*(市|区))?(.*?(街|路|道)).*

本文背景：本人在编程时需要匹配字符串，由此想到了如果文件是各种字符编码的话，匹配结果有可能不正确，那么，如何判断不同的字符集？如何在不同字符集之间做转换？对于UNICODE编码逐渐通用的情况下，我们软件人员如何从容应对？ 本文首先对常用字符集进行总结，然后在字符集的显示及转换上以实例介绍，最后总结了编程中遇到的编码问题。本文目的：对字符集编码做详细介绍，关键配以实例讲解，降低问题的复杂度。本文内容：1.    常用字符集分类1.1 简介·        ASCII及其扩展字符集作用：表语英语及西欧语言。位数

基本用法# 初始化 %h为空数组%h = {};# 用数组初始化%h为 a=>1, b=>2%h = (a, 1, b, 2);# 意义同上，只是另一种更形象化的写法。%h = (a=>1, b=>2);#如果key是字符串，可以省略引号。下面这行和上面那行是一样的%h = (a=>1, b=>2);# 用{}来访问print "$h{a}/n&q

Introduction#-----------------------------%age = ( "Nat", 24, "Jules", 25, "Josh", 17 );#-----------------------------$age{"Nat"} = 24;$age{"Jules"} = 2

HTML::TreeBuilder这个解析模块使用了强大的 HTML::Element 模块。解析时，HTML::TreeBuilder模块把整个 html 文档转换成了 perl 的数据结构，可以进行任意的操作。使用时先创建一个 HTML::TreeBuilder 对象。use Data::Dumper qw(Dumper);$Data::Dumper::Indent = 1;use HTML:

<br />这几天使用了perl进行文本处理，感觉很方便。<br />下面是几点经验，以后可能用到，记载在这防止遗忘。<br />1.perl中匹配汉字（处理中文）<br />使用 [/x80-0xff]来匹配汉字。我用它来匹配的是GB18030 编码的汉字，不知道其他的编码像unicode,utf-8,utf-16等可不可以。<br />2.正则表达式的匹配<br />".*?"为最小匹配<br />".*"为最大匹配<br />使用'/'来进行转义<br />3.正则表达式<br />正则表达式有三种存

大家都是使用的 localtime 来取得当地日期时间和日期。这个函数如果在标量环境时，会以字符串的形式来传回目前的时间和日期 。默认的 localtime 的函数是以 1970 到今天的秒来做整数计算的。默认这个程序会调用 time 的函数来给它提供一个值。使用方法：例如，print scalar (localtime)这个代码，它输出的结果将类似于Thu Sep 16 23:0