Split-delimiters -> " " und "" und // und / / (gelöst) (Allgemeines zu Perl)

[thread]17922[/thread]

Split-delimiters -> " " und "" und // und / / [gelöst]

Tags: perl5 Ähnliche Threads

Leser: 19

Articles: hide open all | hide show old branches

+21 replies
Student87

2012-11-21 15:10
User since
2012-11-08
73 Artikel
BenutzerIn
Hi,
die folgenden Fragen beziehen sich auf Perl 8.8. Ist zwar ne alte Version, aber um Documentary-Description-Logik zu verstehen reichts.

Hier der Link zum Documentary-Artikel, auf den ich mich beziehe:
http://perldoc.perl.org/5.8.8/functions/split.html

-------------------------------------------------------------

Erster Fall: " "

In dem Artikel steht:

"As a special case, specifying a PATTERN of space (' ' ) will split on white space just as split with no arguments does."

Okay, splittet also on whitespace. Dazu ein kleiner oneliner-Test:
Code (perl): (dl )

perl -e '$blub="a b c"; @blub=split(/" "/,$blub); foreach(@blub) {$c++; print "$c $_\n"}'
Zwischen a und b befindet sich 1 Leerzeichen und zwischen b und c befinden sich 3 Leerzeichen.

Zur Erklärung: $c benutze ich nur, um im Terminal-Output quasi Liniennummern zu haben. Damit man mehrere leere Linien untereinander gut erkennt.

So, also laut Doku wird jetzt bei whitespace gesplittet. Meine 4 Leerzeichen sind ja whitespaces. Also erwarte ich erstmal nen Split zwischen a und b. Denn zwischen den beiden gibts ein Leerzeichen (= whitespace). Das heisst, der Array, in dem ich das split-Ergebnis speichere hat schonmal MINDESTENS 2 Elemente. Und da ich ja jedes Array-Element als eigene line ausgebe, erwarte ich schonmal mindestens 2 Linien. Jetzt befindet sich zwischen b und c DREIMAL das Leerzeichen. 3 Leerzeichen = 1 whitespace, richtig? Ein Whitespace kann auch aus aneinander gereihten TABs bestehen, wenn ich das richtig verstanden habe. Einfach alles, was auf dem Papier weissen Abstand erzeugen würde.

Somit würde ich im Output erwarten:

1 a
2 b
3 c

Stattdessen bekomme ich:

1 a b c

Warum ... ?

-------------------------------------------------------------

Zweiter Fall: ""

Das wäre der empty string, welcher in der Doku nicht erwähnt wird ... !?!?

-------------------------------------------------------------

Dritter Fall: //

Der empty pattern.

Dazu steht geschrieben

"As a special case for split, using the empty pattern // specifically matches only the null string"

und

"A pattern matching the null string [...] will split the value of EXPR into separate characters at each point it matches that way."

Dieser Fall ist klar und es passiert das, was ich von der Doku her erwarte:
Code (perl): (dl )

perl -e '$blub="a b c"; @blub=split(//,$blub); foreach(@blub) {$c++; print "$c $_\n"}'
wird zu

1 a
2
3 b
4
5
6
7 c

-------------------------------------------------------------

Vierter Fall: / /

Dazu steht folgender Satz geschrieben:

"As a special case, specifying a PATTERN of space (' ' ) will split on white space just as split with no arguments does. Thus, split(' ') can be used to emulate awk's default behavior, whereas split(/ /) will give you as many null initial fields as there are leading spaces."

Folgendes Beispiel, zu splittender String: " a b".
Wenn ich jetzt mit " " splitte, dann ist der erste split vor dem a. Das heisst, ich bekämne 1 x empty string, 1 x a und 1 x b. Richtig?

Und ich glaube, dass / / einen vor diesem empty string bewahren will, indem es die leading spaces in null fields verwandelt.

Jetzt bekomme ich aber für
Code (perl): (dl )

perl -e '$blub="a b c"; @blub=split(/ /,$blub); foreach(@blub) {$c++; print "$c $_\n"}'
als Ergebnis

1 a
2 b
3
4
5 c

Und das ist mir ein absolutes Rätsel ... ?
Last edited: 2012-11-21 15:43:56 +0100 (CET)
- +10 replies
- Linuxer
  
  2012-11-21 15:15
  User since
  2006-01-27
  3891 Artikel
  HausmeisterIn
  Zu Fall 1:
  
  In der Doku steht nix von /" "/ oder /' '/, sondern da steht: ' '.
  
  Code: (dl )
  
  1 2 3 4
  
  perl -e '$blub="a b c"; @blub=split(" ",$blub); foreach(@blub) {$c++; print "$c $_\n"}' 1 a 2 b 3 c
  
  Mit Deinem Code verlangst Du, dass split() explizit an einem Regex-Pattern der Form " " splitten soll. Das gibt es aber nicht in Deinen Daten, also erfolgt kein split ...
  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!
  - +9 replies
  - Student87
    
    2012-11-21 15:21
    
    User since
    2012-11-08
    73 Artikel
    BenutzerIn
    
    Hm du hast recht, mit " " bekomme ich den erwarteten Output:
    
    1 a
    2 b
    3 c
    
    Aber in der Doku steht
    
    "As a special case, specifying a PATTERN of space (' ' )"
    
    Und ganz oben steht die Syntax:
    
    "split /PATTERN/"
    
    Also muss es doch von der Logik her bedeuten, dass ich PATTERN = " " setze. Wieso denk ich denn damit falsch?
    - +8 replies
    - Linuxer
      
      2012-11-21 15:45
      
      User since
      2006-01-27
      3891 Artikel
      HausmeisterIn
      
      Hi,
      
      Jo, aber wenn Du die Doku liest, lies bitte mehr als nur einzelne Sätze ;-) (hast Du sicherlich getan, nicht böse sein...)
      
      Wie der Satz selber einleitet, ist hier die Rede von einem Spezialfall. Nach dem zitierten Satz wird auch noch ein Beipiel gebracht:
      
      Quote
      Thus, split(' ') can be used to emulate awk's default behavior, whereas split(/ /) will give you as many null initial fields as there are leading spaces.
      
      D.h. normalerweise nimmt split() ein Regex-Pattern als Trennzeichen; das hast Du vollkommen richtig erkannt.
      Es gibt aber den Spezialfall, bei dem es auch einen String mit einem Leerzeichen akzeptiert, um eben awk's Standard-Verhalten nachzustellen.
      
      Vergleiche:
      
      Code: (dl )
      
      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
      
      # splitte an Pattern mit EINEM Leerzeichen $ perl -e '$string = " foo bar"; @fields = split(/ /,$string); foreach(@fields) {$c++; print "$c $_\n"}' 1 2 3 foo 4 5 bar # splitte an Pattern mit EINEM oder MEHREREN Leerzeichen $ perl -e '$string = " foo bar"; @fields = split(/ +/,$string); foreach(@fields) {$c++; print "$c $_\n"}' 1 2 foo 3 bar # SPEZIAL: splitte an STRING mit einem Leerzeichen $ perl -e '$string = " foo bar"; @fields = split(" ",$string); foreach(@fields) {$c++; print "$c $_\n"}' 1 foo 2 bar
      
      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
      - Student87
        
        2012-11-21 16:15
        
        User since
        2012-11-08
        73 Artikel
        BenutzerIn
        
        Ich sitz hier seit 5 Minuten und weiss einfach nicht, WIE ich fragen soll, um zu zeigen, wo mein Verständnisproblem ist.
        
        In der Dok steht, dass ich PATTERN als space specifyen soll. Also mache ich das: /" "/
        Woher weiss man, dass man die Slashes weglassen muss?
        
        Und ich versteh auch nicht, was bei deinem Code passiert: In Bsp1 sagst du "Splitte mit dem Leerzeichen als seperator". D.h., er liest: "seperator, seperator, character (f), character (o), character (o), seperator, seperator, character (b), character (a), character (r)"
        
        Also wo seperatet er jetzt ???
        Im Output gibt es vor foo 2 leere Zeilen und vor bar nur eine -> Warum?
        
        GwenDragon
        
        2012-11-21 16:25
        
        User since
        2005-01-17
        14876 Artikel
        Admin1
        
        /" "/ ist kein Space!
        Das ist ein Regex-Pattern, das aus Anführungszeichen+Space+Anführungszeichen besteht.
        die Drachin Gwen
        
        Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
        
        +2 replies
        
        Linuxer
        
        2012-11-21 16:32
        
        User since
        2006-01-27
        3891 Artikel
        HausmeisterIn
        
        In Bsp 1 schrieb ich "Splitte an Pattern mit einem Leerzeichen", das ist wichtig im Vergleich zum Bsp 3, bei dem es "String mit einem Leerzeichen" heisst (der eben einen Sonderfall darstellt).
        
        Beispiel 1: split an Pattern mit einem Leerzeichen:
        
        Vielleicht wird's so verständlicher (<leer> steht jeweils für ein Leerzeichen)?
        
        Code: (dl )
        
        <leer><leer>foo<leer><leer>bar
        
        Wenn man jetzt den String am "<leer>" durchschneidet, was erhält man dann?
        Vor dem ersten <leer> ein leeres Feld,
        vor dem zweiten <leer> ein leeres Feld,
        vor dem dritten <leer> einen String "foo"
        vor dem vierten <leer> ein leeres Feld,
        und als letztes Feld vor dem String-Ende bleibt noch der String "bar" übrig.
        
        Also kriegen wir als Ausgabe:
        "nix", "nix", foo, "nix", bar
        
        Genau wie's sein soll.
        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!
        
        Student87
        
        2012-11-21 22:42
        
        User since
        2012-11-08
        73 Artikel
        BenutzerIn
        
        Ich bin begeistert. Perl ist sowas von umfassend: awk "nachzuahmen" war genau das, was ich wollte. Denn bei meinem file haben Leute etwas mit spaces anstatt mit TABs hinzugefügt. Und ich finds so genial, dass ich nichtmal den String angeben muss während <IN>, um auf die Spalten zuzugreifen. Denn Larry hat das so eingerichtet, dass split ohne Argumente split(" ",$_) entspricht ! So kann ich super elegant auf Spalte 1 zugreifen -> (split)[0]
        
        2012-11-21T15:25:25 GwenDragon
        /" "/ ist kein Space!
        Das ist ein Regex-Pattern, das aus Anführungszeichen+Space+Anführungszeichen besteht.
        
        Danke für diesen Hinweis! Dann verstehe ich jetzt auch das Ergebnis von Fall 1 -> Er sucht im Prinzip nach \"\s\" und findet es natürlich nicht. Also wird nichts gesplittet und der Array @blub enthält nur 1 Element, nämlich die Variable $blub.
        
        2012-11-21T15:32:48 Linuxer
        
        Vielleicht wird's so verständlicher ?
        
        Ja! Danke, alles verstanden :)
        
        +3 replies
        
        Linuxer
        
        2012-11-21 17:08
        
        User since
        2006-01-27
        3891 Artikel
        HausmeisterIn
        
        2012-11-21T15:15:33 Student87
        Woher weiss man, dass man die Slashes weglassen muss?
        
        Es ist genau EIN Spezialfall, bei dem man " " angeben darf/muss. Nämlich, wenn man das Standardverhalten des awk haben will. Und dann müssen die Daten auch noch in entsprechend geeigneter Form vorliegen.
        
        ALLE anderen Einsatzzwecke verwenden ein Pattern, welches z.B. mit Slashes begrenzt wird.
        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!
        
        gelöscht 2012-11-21 17:09
        
        GwenDragon
        
        2012-11-21 17:28
        
        User since
        2005-01-17
        14876 Artikel
        Admin1
        
        <ironie>awk zu emulieren ist sowas von awkward. Daran ist garantiert der Wall schuld als alter Logfile-Parser aka Perl 1.0 ;)
        <ironie>
        
        Deswegen sollte man solche Spezialfälle nicht als Anfänger verwenden. Ich habe mir damals sofort angewähnt, split nur mit // (Pattern) zu schreiben. Dann muss man sich nicht verdrehte Spezialfälle merken und drüber fallen.
        die Drachin Gwen
        
        Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
- +3 replies
- Linuxer
  
  2012-11-21 15:18
  
  User since
  2006-01-27
  3891 Artikel
  HausmeisterIn
  
  Fall 2 wird in der Doku erwähnt:
  
  perldoc -f split
  A pattern matching the null string (not to be confused with a null pattern "//", which is just one member of the set of patterns matching a null string)
  will split the value of EXPR into separate characters at each point it matches that way. For example:
  
  print join(':', split(/ */, 'hi there'));
  
  produces the output 'h:i:t:h:e:r:e'.
  
  Oder worin ist für Dich der Unterschied zwischen "null string" und "empty string"? (Grad unter Blick auf Fall 3.)
  Last edited: 2012-11-21 15:19:11 +0100 (CET)
  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
  - Student87
    
    2012-11-21 15:26
    
    User since
    2012-11-08
    73 Artikel
    BenutzerIn
    
    empty string: split(/""/, $somestring)
    
    null string: split(/$var/, $somestring) wobei $var undefiniert ist (my $var;)
    
    Oder etwa nicht?
    - Raubtier
      
      2012-11-21 16:22
      
      User since
      2012-05-04
      1083 Artikel
      BenutzerIn
      
      2012-11-21T14:26:21 Student87
      empty string: split(/""/, $somestring)
      
      Nein! Das ist ein Pattern (du begrenzt es ja mit /.../) und kein String. Das Pattern besteht dabei aus zwei doppelten Anfuehrungszeichen.
      
      2012-11-21T14:26:21 Student87
      null string: split(/$var/, $somestring) wobei $var undefiniert ist (my $var;)
      
      Das gibt ne undef-Warnung.
      
      Die Unterscheidung ist zwischen empty string, also "", und empty pattern, also //.
- +6 replies
- Linuxer
  
  2012-11-21 15:20
  User since
  2006-01-27
  3891 Artikel
  HausmeisterIn
  Fall 3:
  
  Dein Perl ist kaputt oder Du zeigst den falschen Code:
  
  Code: (dl )
  
  1 2
  
  perl -e '$blub="a b c"; @blub=split(/" "/,$blub); foreach(@blub) {$c++; print "$c $_\n"}' 1 a b c
  
  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!
  - +4 replies
  - Student87
    
    2012-11-21 15:29
    User since
    2012-11-08
    73 Artikel
    BenutzerIn
    
    Nochmal überprüft, ob ich was falsch kopiert habe, aber
    
    Code (perl): (dl )
    
    perl -e '$blub="a b c"; @blub=split(/" "/,$blub); foreach(@blub) {$c++; print "$c $_\n"}'
    
    produziert bei mir
    
    1 a b c
    
    Ist aber auch wie gesagt Perl 8.8 ... ?
    - +3 replies
    - bianca
      
      2012-11-21 15:31
      
      User since
      2009-09-13
      7016 Artikel
      BenutzerIn
      
      2012-11-21T14:29:52 Student87
      
      Code (perl): (dl )
      
      perl -e '$blub="a b c"; @blub=split(/" "/,$blub); foreach(@blub) {$c++; print "$c $_\n"}'
      
      produziert bei mir
      
      1 a b c
      
      Ist aber auch wie gesagt Perl 8.8 ... ?
      
      Wohl eher 5.8.8, oder?
      Bei mir mit Strawberry 5.10.1 das hier:
      
      Quote
      Can't find string terminator "'" anywhere before EOF at -e line 1.
      
      10 print "Hallo"
      20 goto 10
      - Student87
        
        2012-11-21 15:35
        
        User since
        2012-11-08
        73 Artikel
        BenutzerIn
        
        Ja, 8.8 = 5.8.8
        
        Perl 6 ist ja gerademal in Entwicklung, bis Perl 8 wirds wohl noch dauern :D
      - GUIfreund
        
        2012-11-21 18:31
        
        User since
        2011-08-08
        559 Artikel
        BenutzerIn
        
        2012-11-21T14:31:46 bianca
        2012-11-21T14:29:52 Student87
        
        Code (perl): (dl )
        
        perl -e '$blub="a b c"; @blub=split(/" "/,$blub); foreach(@blub) {$c++; print "$c $_\n"}'
        
        produziert bei mir
        
        1 a b c
        
        Ist aber auch wie gesagt Perl 8.8 ... ?
        
        Wohl eher 5.8.8, oder?
        Bei mir mit Strawberry 5.10.1 das hier:
        
        Quote
        Can't find string terminator "'" anywhere before EOF at -e line 1.
        
        Du darfst Oneliner nicht 1 : 1 nach Windows übernehmen. Ersetze ' durch " und " durch \".
        Gruß
        GUIfreund
  - Student87
    
    2012-11-21 15:42
    User since
    2012-11-08
    73 Artikel
    BenutzerIn
    
    2012-11-21T14:20:30 Linuxer
    Fall 3:
    
    Dein Perl ist kaputt oder Du zeigst den falschen Code:
    
    Code: (dl )
    
    1 2
    
    perl -e '$blub="a b c"; @blub=split(/" "/,$blub); foreach(@blub) {$c++; print "$c $_\n"}' 1 a b c
    
    Jetzt hab ichs begriffen: Sorry, hatte den falschen Code kopiert!!
    
    Zu Fall 3 in meinem ersten Post gehört der Code
    
    Code (perl): (dl )
    
    perl -e '$blub="a b c"; @blub=split(//,$blub); foreach(@blub) {$c++; print "$c $_\n"}'
    
    Ich korrigier das jetzt.
- Raubtier
  
  2012-11-21 15:21
  User since
  2012-05-04
  1083 Artikel
  BenutzerIn
  Noch ein Tipp: du kannst das Modul Data::Dumper zum Ausgeben verwenden. Ist sinnvoll für Debugging. Außerdem auch -w verwenden. Und ich würde nicht $blub und @blub gleichzeitig verwenden, dass kann zu Verwirrung führen.
  
  Statt
  
  Code: (dl )
  
  perl -e '$blub="a b c"; @blub=split(/ /,$blub); foreach(@blub) {$c++; print "$c $_\n"}'
  
  also vielleicht lieber
  
  Code: (dl )
  
  perl -MData::Dumper -we '$str="a b c"; @arr=split(/ /,$str); print Dumper \@arr'
  
  oder sogar noch kürzer:
  
  Code: (dl )
  
  perl -MData::Dumper -we 'print Dumper [split(/ /,"a b c")];'
  
  Last edited: 2012-11-21 15:23:22 +0100 (CET)

View all threads created 2012-11-21 15:10.