Тема: Perl регулярен израз (Прочетена 10037 пъти)

qwerty11 · « -: Apr 12, 2012, 12:52 »

Здравейте, в момента ползвам един и същ Perl скрипт на няколко машини в къщи и на работа.Версията е This is perl, v5.10.1 (*) built for i486-linux-gnu-thread-multi
Тук всичко работи ОК.
Този същия скрипт го качих на http://webzone.smshosting.bg като там версията ми показва че е This is perl, v5.8.8 built for x86_64-linux-thread-multi.
Ето и скрипта:

Код

GeSHi (Perl):
#!/usr/bin/perl
 
print "Content-type: text/html \n\n";
 
print "<html>";
print "<head><title>Hello World Form</title><meta content=\"text/html; charset=windows-1251\" http-equiv=\"Content-Type\"></head>";
print "<body>";
$value = "345х тетрадки 45х молива 110х райрани ризи";
#print "$value\n <br>";
 
 
@FormToArray = split(/(?=\d+)/,$value);
foreach $form (@FormToArray){
   @arraycontract = split(' ',$form);
   $countplant = shift(@arraycontract);
   $contractplant = join(' ',@arraycontract);
   $contractplantlc = lc($contractplant);
   $countplant =~ s/[^0-9]*//g;
   print "$countplant $contractplantlc\t <br>";
 }
print "</body>";
print "</html>";

целта е да стане това:
345 тетрадки
45 молива
110 райрани ризи

И работи на perl, v5.10.1

Проблема се явява реда @FormToArray = split(/(?=\d+)/,$value); при версия perl, v5.8.8 на хостинга http://webzone.smshosting.bg
и по-точно \d+ като на http://webzone.smshosting.bg въобще не зачита знака + и там се показва като
3
4
5 тетрадки
4
5 молива
1
1
0 райрани ризи

Интересува ме версията ли на Perl прави проблем, и ако има друг начин по който да тръгне скрипта там. Няма да се обидя и ако някой коментира кода.

Demayl · « **Отговор #1 -:** Apr 12, 2012, 14:01 »

Код

GeSHi (Perl):
@FormToArray = split(/(?=\d+)/,$value);
foreach $form (@FormToArray){
   @arraycontract = split(' ',$form);
   $countplant = shift(@arraycontract);
   $contractplant = join(' ',@arraycontract);
   $contractplantlc = lc($contractplant);
   $countplant =~ s/[^0-9]*//g;
   print "$countplant $contractplantlc\t <br>";
 }

Това няма нужда.
Виж това :

Код

GeSHi (Perl):
while ( $value =~ /(\d+)х\s*(.*?)\s*(?=(\d|$))/g ) {
        print $1." ".$2."\t <br>";
}

qwerty11 · « **Отговор #2 -:** Apr 12, 2012, 15:56 »

Мерси The_Ghost
Твоя скрипт стана и между другото е доста симпатичен, ще го изплагиатствам за моите нужди.
И все пак ме дразни защо

Код

GeSHi (Perl):
 @FormToArray = split (/(?=\d+)/, $value);

в единия случай запазва разделителя, а на хостинга всяка цифра я шляпа като отделен елемент.

Naka · « **Отговор #3 -:** Apr 12, 2012, 15:57 »

(?=\d+) това е Lookahead.

Преди като си играх с Lookahead и Lookbehind - но не в перл а със pcre, имаше значение дали патъна който се гледа /напед или назад е с фиксирана дължина или е с променлива. При теб е с \d+ което не е фиксирсан стринг.

Незнам дали е това проблема но имаше много разлики за интерпретирането на Lookahead/behind при отделните енджини за регулярни изрази. При пърл едно при java било друго, при pcre трето, Затова може да получваш различни резултати с различна версия на perl.

Например pcre позволява променлива дължина на стринга при Lookahead и (?=\d+) би трябвало да е правилно и да работи. Но пък забранява всякъкви + * ? при Lookbehind

Може просто версията на перл да не подържа Lookahead с променлива дължина и затова + да се игнорира.

пробвай да го сложиш в скоби (?=(\d+)) или пък търси друго решение без Lookahead/behind за да работи навсякъде.

Demayl · « **Отговор #4 -:** Apr 12, 2012, 18:00 »

Цитат на: qwerty11 в Apr 12, 2012, 15:56

Мерси The_Ghost
Твоя скрипт стана и между другото е доста симпатичен, ще го изплагиатствам за моите нужди.
И все пак ме дразни защо @FormToArray = split (/(?=\d+)/, $value); в единия случай запазва разделителя, а на хостинга всяка цифра я шляпа като отделен елемент.

Изплагиатствай го

, иначе случая е както го описа Naka. Макар че ако не го поддържа ще гръмне.
Рядко ползвам split, защото в повечето случаи с regex се вършат нещата. Макар че split-a е малко по-бърз, но ако го викнеш няколко пъти и regex-a става по бърз за дадено нещо. А и хубавото на perl е че всичко става по всякакъв начин

SmashThePain · « **Отговор #5 -:** May 31, 2012, 23:22 »

Сложни ungreedy операции не ти трябват в случая. Да не говорим, че стринга ако ти е на повече от един ред точката няма да мачне новия ред. Аз като цяло на ungreedy неща въобще не съм фен. Ungreedy е измислено с една основна цел. Да предотвратява убийствен backtracking в ала Perl енджини за регулярни изрази. За пример виж енджина на Томпсън дали ще намериш backtracking.

Няма да се отплесвам. Може да си опростиш израза с negation, ето така:

Код:

/(\d+)x([^\d]+)/g

И "екс" - x е различно от буквата "х".

Demayl · « **Отговор #6 -:** Jun 01, 2012, 12:10 »

Цитат на: SmashThePain в May 31, 2012, 23:22

Сложни ungreedy операции не ти трябват в случая. Да не говорим, че стринга ако ти е на повече от един ред точката няма да мачне новия ред. Аз като цяло на ungreedy неща въобще не съм фен. Ungreedy е измислено с една основна цел. Да предотвратява убийствен backtracking в ала Perl енджини за регулярни изрази. За пример виж енджина на Томпсън дали ще намериш backtracking.

Няма да се отплесвам. Може да си опростиш израза с negation, ето така:
Код:
/(\d+)x([^\d]+)/g
И "екс" - x е различно от буквата "х".

Точно x си е буквата x, виж ако го напишеш \x за какво служи ( ако говориш за екс ). Да ако е на 2 реда примерно :
5 тет
радки - няма да го хване, защото не това се търсеше . Идеята е че сигурно ако е на 2+ реда, значи нещо не е ок и едва ли ще е редно да се вземе. Backtrackinga на perl - мисля че е основната идея тук !?
/(\d+)x([^\d]+)/g - вместо такъв negotation ( много тежък, може да пуснеш debug и да видиш ), може да е с \D+ .
Иначе съм съгласен, че това е по-добрия вариант . Предишното така ми прещрака

SmashThePain · « **Отговор #7 -:** Jun 01, 2012, 13:43 »

@The_Ghost тежко за какво, за компилиране или за изпълнение? И в двата случая:

Код

GeSHi (Perl):
/\D+/
/[^\d]+/

Няма никакъв backtracking и подозирам че времето за изпълнение ще са много близки. Аз лично предпочитам char class от гледна точка, че е лесно за добавяне на нови символи, но това са дреболии.

За backtracking-а може да говорим много. Просто енджините ала Perl могат да имат катастрофален backtracking. Имат тъй наречените патологични изрази. Та ungreedy е пачване на по-голям backtracking. Само заради това писах в темата. Ако може да напишеш регулярен израз без backtracking и естествено без ungreedy нещата ще са доста по-добре.

Също за оптимизации на Perl изрази е хубаво да се ползват atomic group и atomic repetition. Така например всеки лаик който пише:

Код

GeSHi (Perl):
/.+<\/head>/

И се чуди защо по дяволите му е бавен израза, ако го беше написал:

Код

GeSHi (Perl):
/.++<\/head>/

Щеше да разбере, че има backtracking от края на стринга обратно до `</head>`.

Demayl · « **Отговор #8 -:** Jun 01, 2012, 14:10 »

Ето ти резултат от (\D+) и ([^\d]+) s Benchmark модула -
\D+ - ~236000/s
[^\d]+ - ~170000/s

В случая [^\d]+ прави много повече стъпки.

Иначе за примера е добре даден с .+ и .++ , по проста грешка която правят е с .* и .*? и се чудят защо не хваща първото срещнато след .* , а хваща последното. Не е катастрофален backtrackinga - просто хората го пишат така .

Подобни теми
	Заглавие	Започната от	Отговора	Прегледи	Последна публикация
	Кирилица и Perl Общ форум	ivanatora	2	6608	Mar 08, 2005, 18:45 от picmaster
	Трасиране на стека на perl Web development	CaBA	8	9062	May 18, 2005, 20:48 от CaBA
	perl-DBI Настройка на програми	overclocked	0	4615	May 15, 2005, 12:34 от overclocked
	Perl и md5 Web development	batsve	11	9237	Aug 05, 2005, 15:01 от batsve
	Редактиране на PDF документи с Perl Общ форум	mhydra	5	7709	Aug 22, 2005, 08:30 от

Автор Тема: Perl регулярен израз (Прочетена 10037 пъти)

qwerty11

Perl регулярен израз

Demayl

Re: Perl регулярен израз

qwerty11

Re: Perl регулярен израз

Naka

Re: Perl регулярен израз

Demayl

Re: Perl регулярен израз

SmashThePain

Re: Perl регулярен израз

Demayl

Re: Perl регулярен израз

SmashThePain

Re: Perl регулярен израз

Demayl

Re: Perl регулярен израз