Wörter in einer Datei suchen (solved) (Perl/CGI)

[thread]20768[/thread]

Wörter in einer Datei suchen [solved]

Tags: perl5 CGI Similar Threads

Readers: 16

Articles: hide open all | hide show old branches

+9 replies
KatPerl

2020-04-09 14:21
User since
2020-04-09
2 articles
BenutzerIn
Ich sitze seit einiger Zeit vor einer Aufgabe und komme nicht weiter.
Es soll von dem Benutzer ein Wort eingegeben werden, welches dann in einer Datei Gesucht wird und am ende ausgegeben wird, wie oft es in der Datei vorkommt.
Code (perl): (dl )

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

use strict; use warnings; open(my $text, "ue1.txt"); my $result = ""; my $count = 0; while (<$text>){ $result .= $_; } my $line = <STDIN>; foreach my $wert ($result) { if ($wert =~/$line/) { $count++; } } print $count; ausgegeben wird hier dann 0, da Count ja auf null gesetzt wurde. ich wollte aber eigentlich das die Count variable immer um 1 erhöht wird, sobald das Wort im text gefunden wurde.
Last edited: 2020-04-09 14:33:32 +0200 (CEST)
- Linuxer
  
  2020-04-09 15:06
  User since
  2006-01-27
  3890 articles
  HausmeisterIn
  Hallo,
  
  Ich denke, der Bug liegt hier begraben:
  
  Wenn Du so my $line = <STDIN>; Eingaben einliest, steht am Ende immer ein Zeilenumbruch.
  Den solltest vor weiterer Verarbeitung entfernen; dazu kannst Du z.B. perlfunc chomp verwenden.
  
  Ansonsten stecken da noch andere (Denk)Fehler drin.
  
  Du hängst den Dateiinhalt an einen Skalar immer hinten an. Damit hat Dein späterer Schleifendurchlauf nur einen Durchlauf.
  
  Es ist auch gar nicht nötig die Datei komplett einzulesen.
  
  Frage das Suchwort vor der einlesenden While-Schleife ab.
  Entferne den Zeilenumbruch vom Suchwort (oben genannt).
  
  Innerhalb der While()-Schleife machst Du dann den Vergleich, ob das Suchwort gefunden werden kann.
  
  Und Du solltest Deine Variable sinniger benennen.
  Gut, dass Dein Dateihandle in einer Variable steht; aber warum heisst die $text. Das ist ein Handle, aus dem gelesen wird.
  
  Und warum steckt zum Beispiel das Suchwort in einer Variable $line?
  
  Vorgeschlagenes Schema:
  
  Definiere zu lesende Datei in einer Variable; z.B. $filename
  Initialisiere Zählervariable
  Lese Suchbegriff ein: my $search = <STDIN>;
  Entferne den Umbruch von Suchbegriff
  Öffne Deine Daten-Datei lesend: open(my $handle, '<', $filename) or die "open($filename,readonly) failed: $!";
  lese Datei zeilenweise mit while: while ( my $line = <$handle> ) { ... }
  innerhalb der Schleife prüfst Du, ob Dein Suchbegriff in der Zeile steckt; wenn ja, erhöhe den Counter
  Nach der While-Schleife schließt Du die Datei wieder und gibst den Zähler aus.
  
  Last edited: 2020-04-09 15:09:00 +0200 (CEST)
  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
- Raubtier
  
  2020-04-09 15:38
  
  User since
  2012-05-04
  1075 articles
  BenutzerIn
  
  Wenn du nach einem Wort suchen willst, musst du noch definieren, was denn genau ein Wort ausmacht. Ist zum Beispiel das Wort "Lok" in einem Text enthalten, der von einer "Diesellok" spricht? Was ist mit einer "E-Lok"? Oder gar einer Lokomotive? Und soll "Und" gefunden werden, wenn nach "und" gesucht wird (und umgekehrt)?
  
  Als erste Näherung kann man z.B. an Whitespace und Satzzeichen splitten. Oder man macht es umgekehrt und wählt zusammenhängende Buchstaben. Aber da ist die Frage, wie man mit Bindestrichen umgeht.
  
  Mit deiner Regex suchst du nach Vorkommen irgendwo im String. Das ist normalerweise nicht, was man unter einem "Wort" versteht.
  - +3 replies
  - Linuxer
    
    2020-04-09 15:45
    
    User since
    2006-01-27
    3890 articles
    HausmeisterIn
    
    Für mich klingt das nach einer einfachen Programmieraufgabe, bei der noch gar nicht so tief reingedacht wird.
    Ich vermute das eher als praktische Übung, um mit ersten Grundlagen warm zu werden.
    Von daher würde ich da noch gar nicht so tief einsteigen.
    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
    - Raubtier
      
      2020-04-09 15:55
      
      User since
      2012-05-04
      1075 articles
      BenutzerIn
      
      Gut, aber ich hätte dann zumindest ein Whitespace-Split erwartet. Bindestrich im Wort oder nicht - egal. Aber Wort oder Teil eines Wortes - das halte ich durchaus für relevant bei so einer Aufgabe!
      
      Und falls nur 1 Wort/Zeile: wozu dann ein Regex?
      - Linuxer
        
        2020-04-09 16:24
        
        User since
        2006-01-27
        3890 articles
        HausmeisterIn
        
        Alles gute und richtige Fragen. Sowas ging mir beim Durchlesen des ganzen auch durch den Kopf.
        
        Regex vielleicht, weil es das Mittel ist, was man gezeigt bekommen hat, wie man einen String in einem anderen finden kann? Wenn ich mit meiner Vermutung auf einer Programmieraufgabe richtig liege, kann ich nur sagen, dass ich den Kursaufbau auch nicht kenne. Und die originale Aufgabe auch nicht.
        Genannt ist uns nur, dass ein Wort in einer uns unbekannten Datei gefunden werden soll. Noch nicht mal, ob es alleine stehen muss oder in anderen Worten auftauchen darf.
        
        Ich vermute/hoffe, dass es aufbauende Aufgaben sind.
        Erstmal sucht man nach einem Wort in einer Datei; egal ob allein stehend oder in anderen Worten.
        Wenn dieser Teilerfolg erreicht ist, geht man den nächsten Schritt; z.B. mit Whitespace-Splitting.
        Danach könnte man dann ein "ignore-case" einbauen, usw.
        
        Ich würde es bei kleinen Schritten und Erfolgen belassen. Damit bleiben es für einen Anfänger kleine erreichbare Ziele und Erfolgserlebnisse.
        
        Aber jetzt auch egal. Die (Haus-)?Aufgabe ist ja gelöst worden.
        Last edited: 2020-04-09 16:29:53 +0200 (CEST)
        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
- Gustl
  
  2020-04-09 15:44
  User since
  2011-01-27
  441 articles
  BenutzerIn
  Hallo, hier mal ein kleines Beispiel wie es gehen würde:
  
  Code (perl): (dl )
  
  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
  
  #!/usr/bin/perl use strict; use warnings; my $search = <STDIN>; # Eingabe des Suchwortes chomp $search; # Zeilenumbruch von Eingabe entfernen my $count = 0; open(my $file, "ue1.txt"); while (<$file>){ chomp; # Zeilenumbruch von eingelesene Zeile entfernen my @tmp = split / /, $_; # Alle Wörter mit Satzzeichen in ein Array packen foreach( @tmp ){ # Array durchlaufen s/[^\w]//g; # Alle non word character entfernen (Satzzeichen) $count++ if lc $_ eq lc $search; # Wenn das wort nun deiner Eingabe entspricht (Vergleich mit lowercase) - zähle $count hoch } } print $count;
  - KatPerl
    
    2020-04-09 16:17
    
    User since
    2020-04-09
    2 articles
    BenutzerIn
    
    Danke, das habe ich soweit verstanden. Im Prinzip hat mir nicht mehr so viel gefällt. Ich hab nicht daran gedacht die Split Methode zu verwenden.
- haj
  
  2020-04-09 16:49
  User since
  2015-01-07
  551 articles
  BenutzerIn
  Noch ein paar Kleinigkeiten als Ergänzung zu den Hinweisen der anderen Community-Perler:
  
  Perl kennt bei den regulären Ausdrücken das \b, das eine Grenze zwischen einem "Wort-zeichen" und einem "nicht-Wort-Zeichen" kennzeichnet. Das kann man zum Beispiel schon auf die Benutzerangabe $line anwenden, um nicht nur den Zeilenumbruch abzutrennen (dafür ist chomp das richtige, wie von Linuxer angegeben), sondern auch sicherzustellen, dass man nach genau einem Wort sucht, ohne Leerzeichen davor oder danach.
  
  Die bisherige Suche nach dem Wort berücksichtigt nicht, dass das Wort mehrfach in einer Zeile vorkommen kann - da wird statt dessen gezählt, in wie vielen Zeilen das Wort vorkommt. Man kann ganz einfach Perl zählen lassen, das spart schon mal die if-Abfrage:
  
  Code (perl): (dl )
  
  $count += (scalar $wert =~ /(\b$line\b)/g);
  
  Und wenn man das mal hat, dann fällt auf, dass es auch gar nicht nötig ist, die Datei vorher in einzelne Zeilen aufzutrennen, man kann sie auch als eine einzige Wurst behandeln.
  
  Dann braucht der Code weder die while- noch die foreach-Schleife und erkennt auch Wörter, die nicht durch ein Leerzeichen voneinander getrennt sind wie z.B. vorher/nachher.
  
  Aber einen Haken hat das ganze natürlich auch: Bei der Benutzung von \b kommt das beliebte Thema der Zeichencodierung zum Tragen. Im Deutschen gibt es Wörter, die enthalten Umlaute, und dafür spielt es eine Rolle, in welcher Codierung die in der Datei ue1.txt stehen - und auch, auf welchem Terminal bzw. Betriebssystem das ganze läuft. Über die Datei entscheidet der, der sie geschrieben hat. Heutige Linux-Terminals laufen unter UTF-8, die Windows-Eingabeaufforderung mit Codepage 850. Perl kann das alles, wenn man's ihm sagt. Das Thema kneift auch bei Gustls s/[^\w]//g;, denn in keinem heutigen Terminal ist ohne Dekodierung 'ä' =~ /\w/. Das ist aber ein ganz anderes Thema.
  Last edited: 2020-04-09 17:21:30 +0200 (CEST)

View all threads created 2020-04-09 14:21.