ucfirst in RegEx nutzen (gelöst) (Allgemeines zu Perl) - Perl-Community.de

Start · Board · Anwendungen/Programme/Skripte in Perl · Allgemeines zu Perl

2024-04-26 05:31:24
Europe/Berlin
Einloggen (Registrieren)
- Einstellungen
- Statistics
Jemand zu Hause?
0 Benutzer online

[thread]16900[/thread]

submit to reddit

ucfirst in RegEx nutzen [gelöst]

[gelöst]

Tags: perl5 regex ucfirst \u Ähnliche Threads

Leser: 20

Articles: hide open all | hide show old branches

+13 replies
Lebewesen

2011-11-09 16:41
User since
2011-09-09
62 Artikel
BenutzerIn
Hallo,

ich nutze Perl schon seit längeren, und immer haben mir die Manpages oder Bücher weiter geholfen. Allerdings habe ich gerade ein Problem, dass ich nicht alleine Lösen kann, deswegen dachte ich mir, ich probiere es einmal über ein Forum.

Ich suche in einem Text nach Überschriften, und will darin nur die Anfangsbuchstaben groß geschrieben haben.

1. Ich habe es mit \u probiert, aber das hat keine Auswirkung…
2. Des weiteren, muss ich use locale; verwenden um deutsch zu bekommen? Wie kann ich dann auf andere Sprachen umstellen?
Code: (dl )

1 2

use locale; $daten=~s%(== .*?KAPITEL) (.*? ==)%\u$1 - \u$2%gi;
Vielen Dank,
Bastian

Edit: \u war vorher \l, allerdings funktioniert es trotzdem nicht…
Wenn ich \use locale; verwende zerschießt es mir im Text die Umlaute. Meine Script ist in UTF-8 und meine Datei die ich einlesen. Allerdings bekomme ich als Ausgabe eine Datei die ANSI codiert ist, wenn ich \use locale; verwende, wenn nicht ist die Ausgabe Datei auch UTF-8.

Ich verwende Win7 und Active Perl

Edit1: Beispiel
Dies soll gefunden und geändert werden
Code: (dl )

1 2

== ERSTES KAPITEL DIE BANANE IST KRUMM == == ZWEITES KAPITEL NOCH EINE LUSTIGE ÜBERSCHRIFT ==
Last edited: 2011-11-09 17:01:22 +0100 (CET)
- +8 replies
- Linuxer
  
  2011-11-09 17:04
  User since
  2006-01-27
  3870 Artikel
  HausmeisterIn
  Du schreibst in der Überschrift lcfirst und dann im Beitrag, dass Du den Anfangsbuchstaben groß geschrieben haben willst.
  Das widerspricht sich ...
  
  Hier ein funktionierendes Beispiel, das aber die "echten" Funktionen benutzt.
  
  Code: (dl )
  
  1 2 3 4 5 6 7
  
  perl -Mstrict -wle ' my $str = "HALLO"; $str =~ s{\b(\w+)\b}{ucfirst(lc($1))}eg; print $str ' Hallo
  
  Es wird anscheinend bei [ul]cfirst nur das erste Zeichen modifiziert, der Rest des Strings bleibt unverändert:
  
  Code: (dl )
  
  1 2 3 4
  
  perl -wle 'print ucfirst("HALLO");' HALLO $ perl -wle 'print ucfirst(lc "HALLO");' Hallo
  
  Zum Thema locale habe ich zuwenig Erfahrung... Könnte da nur auf perllocale verweisen.
  meine Beiträge: I.d.R. alle Angaben ohne Gewähr und auf Linux abgestimmt!
  Die Sprache heisst Perl, nicht PERL. - Bitte Crossposts als solche kenntlich machen!
  - +7 replies
  - Lebewesen
    
    2011-11-09 17:32
    User since
    2011-09-09
    62 Artikel
    BenutzerIn
    
    2011-11-09T16:04:13 Linuxer
    Du schreibst in der Überschrift lcfirst und dann im Beitrag, dass Du den Anfangsbuchstaben groß geschrieben haben willst.
    Das widerspricht sich ...
    
    Ja, ich habe meinen Fehler erst gemerkt, als ich schon gepostet hatte, deswegen das Edit, allerdings konnte ich nicht herausfinden wie ich den Titel ändere.
    
    Dein Ansatz hat mir etwas weiter geholfen, daraus habe ich folgendes gemacht:
    
    Code: (dl )
    
    1 2 3 4 5
    
    my $str = "== ERSTES KAPITEL DIE ERSTÜRMUNG DER BURG =="; $str =~s{== (.*?KAPITEL.*?) ==}{ucfirst(lc($1))}eg; print $str ' Erstes kapitel die erstÜrmung der burg
    
    Ich muss den String wahrscheinlich noch irgendwie auftrennen?
    
    Mit locale habe ich mich noch nicht beschäftigt…
    
    Edit:
    in $str habe ich eine komplette Textdatei die ich mit RegEx bearbeite.
    Last edited: 2011-11-09 18:00:27 +0100 (CET)
    - pq
      
      2011-11-09 18:03
      
      User since
      2003-08-04
      12208 Artikel
      Admin1
      
      2011-11-09T16:32:43 Lebewesen
      deswegen das Edit, allerdings konnte ich nicht herausfinden wie ich den Titel ändere.
      
      direkt in der titelzeile befindet sich ein icon, was einen schreibblock und einen stift zeigt. da einfach draufklicken. titel-änderungen sind aber nur einen tag lang möglich, danach einfach einen moderator aufmerksam machen.
      Always code as if the guy who ends up maintaining your code will be a violent psychopath who knows where you live. -- Damian Conway in "Perl Best Practices"
      lesen: Wie frage ich & perlintro brian's Leitfaden für jedes Perl-Problem
    - +5 replies
    - Linuxer
      
      2011-11-09 18:11
      
      User since
      2006-01-27
      3870 Artikel
      HausmeisterIn
      
      OK.
      
      es ist nur noch undefiniert, wie die Überschriften nun bearbeitet werden sollen.
      Ich nehme den einfachsten Fall an, dass jedes Wort der Überschrift mit einem Großbuchstaben anfangen und der Rest des Wortes klein geschrieben werden soll.
      
      Man kann auch eigene Subroutinen im Ersetzungsteil verwenden:
      
      Ansatz:
      
      Code (perl): (dl )
      
      1 2 3 4 5 6 7
      
      sub ucfirst_every_word { my $s = shift; $s =~ s{\b(\w+)\b}{ucfirst(lc($1))}eg; return $s; } $text =~ s/(= .*?KAPITEL.*? =)/ucfirst_every_word($1)/eg;
      
      Code ungetestet, weil schnell zum Feierabend gehackt ;-)
      meine Beiträge: I.d.R. alle Angaben ohne Gewähr und auf Linux abgestimmt!
      Die Sprache heisst Perl, nicht PERL. - Bitte Crossposts als solche kenntlich machen!
      - +2 replies
      - Lebewesen
        
        2011-11-09 19:15
        
        User since
        2011-09-09
        62 Artikel
        BenutzerIn
        
        Danke, Linuxuser, funktioniert wunderbar :D
        
        Jetzt muss ich nur noch mein Problem mit local lösen.
        
        GwenDragon
        
        2011-11-10 08:22
        
        User since
        2005-01-17
        14533 Artikel
        Admin1
        
        2011-11-09T18:15:12 Lebewesen
        Jetzt muss ich nur noch mein Problem mit local lösen.
        
        In Perl ist local was ganz anderes als
        
        Code: (dl )
        
        use locale;
        
        !
        die Drachin, Gwendolyn
        
        Unterschiedliche Perl-Versionen auf Windows (fast wie perlbrew) • Meine Perl-Artikel
      - +2 replies
      - Lebewesen
        
        2011-11-09 19:34
        
        User since
        2011-09-09
        62 Artikel
        BenutzerIn
        
        OK, habe das ganze Problem gelöst!!! :D
        
        So sieht es jetzt aus:
        
        Code: (dl )
        
        1 2 3 4 5 6 7 8 9 10 11 12
        
        use Encode qw(encode decode); my $enc = 'utf-8'; #in dieser Kodierung ist das Script gespeichert sub ucfirst_every_word { my $s = shift; my $text_str = decode($enc, $s); $text_str =~ s{\b(\w+)\b}{ucfirst(lc($1))}eg; $s= encode($enc, $text_str); return $s; } $text =~ s/(= .*?KAPITEL.*? =)/ucfirst_every_word($1)/eg;
        
        Dieser Webseite hat mir dabei geholfen
        
        Lebewesen
        
        2011-11-09 20:00
        
        User since
        2011-09-09
        62 Artikel
        BenutzerIn
        
        Wenn man sich perdoc zu function open durchliest hat man bezüglich der Kodierung keine Probleme mehr…!
        
        Quote
        …You may (and usually should) use the three-argument form of open to specify I/O layers (sometimes referred to as "disciplines") to apply to the handle that affect how the input and output are processed (see open and PerlIO for more details). For example:
        
        Code: (dl )
        
        1 2
        
        open(my $fh, "<:encoding(UTF-8)", "filename") || die "can't open UTF-8 encoded filename: $!";
        
        opens the UTF8-encoded file containing Unicode characters;…
        
        Auf alle Fälle, vielen Dank für die Hilfe!
- torsten
  
  2011-11-09 19:30
  User since
  2010-08-16
  45 Artikel
  BenutzerIn
  Mein Linux hier arbeitet mit UTF8. Daher funktioniert folgendes:
  
  Code (perl): (dl )
  
  1 2
  
  $ perl -CO -Mutf8 -lE '$_="==alLE BÄRen MÖGen äpfel und birNEN=="; s/(\w+)/\u\L$1/g; print' ==Alle Bären Mögen Äpfel Und Birnen==
  
  Wobei ich den Wahrheitsgehalt der Aussage über Bären nicht beurteilen kann.
- +3 replies
- rosti
  
  2011-11-09 20:29
  
  User since
  2011-03-19
  3194 Artikel
  BenutzerIn
  
  Das Problem ist nicht UTF-8-spezifisch. Die Stringfunktionen lcfirst() und ucfirst() funktionieren mit Umlauten erst seit Perl 5.6., also seither Perl zwischen Oktetten und Zeichenketten unterscheidet. Encode.pm gibt es seit v5.8, damit ist es möglich, dem Perlinterpreter mitzuteilen, ob es sich um eine Zeichenkette mit einer bestimmten Kodierung handelt.
  
  Beim Lesen von Bytes aus Dateien kann diese "Mitteilung ob der Kodierung" alternativ auch über den IO-Layer gemacht werden (ab v5.8) und darüber hinaus gibt es noch das Pragma use bytes; zum Einschalten der byteSemantics, falls erforderlich.
  - +2 replies
  - Lebewesen
    
    2011-11-09 21:11
    
    User since
    2011-09-09
    62 Artikel
    BenutzerIn
    
    2011-11-09T19:29:02 rosti
    Das Problem ist nicht UTF-8-spezifisch. Die Stringfunktionen lcfirst() und ucfirst() funktionieren mit Umlauten erst seit Perl 5.6., also seither Perl zwischen Oktetten und Zeichenketten unterscheidet. Encode.pm gibt es seit v5.8, damit ist es möglich, dem Perlinterpreter mitzuteilen, ob es sich um eine Zeichenkette mit einer bestimmten Kodierung handelt.
    
    Könntest du mir bitte auch noch sagen, wie das geht? Ich habe festgestellt dass ich mir mit dem IO-Layer viel mehr Probleme eingefangen habe. Ich könnte zwar über das encode Modul gehen, aber die Lösung, dass ich angeben kann wie der String kodiert ist, und ich kein Modul brauch gefällt mir eigentlich besser.
    - rosti
      
      2011-11-09 21:24
      
      User since
      2011-03-19
      3194 Artikel
      BenutzerIn
      
      Siehe use Encode; außer utf-8 werden auch andere Kodierungen wie iso-8859-1 unterstützt.
      
      IO-Layer: Alles was rausgeht in Hadles wie STDOUT oder FileHandler, das müssen Oktetten sein (bytes). Gibts Du eine kodierte Zeichenkette direkt auf STDOUT kommt bei utf-8 eine Warnmeldung (wide character...) und die Darstellung ist kaputt. Also entweder den Layer in binmode schalten oder mit Encode die Zeichenkette in Oktetten umwandeln, oder use bytes. Es gibt also mehrere Möglichkeiten. Ab v5.10 gibt es use utf8::all;

View all threads created 2011-11-09 16:41.