Perl split字串分割函式用法指南

導讀	本文向大家簡單介紹一下Perl split函式的用法，Perl中的一個非常有用的函式是Perl split函式-把字串進行分割並把分割後的結果放入陣列中。

本文和大家重點討論一下Perl split函式的用法，Perl中的一個非常有用的函式是Perl split函式-把字串進行分割並把分割後的結果放入陣列中。這個Perl split函式使用規則表示式（RE），如果未特定則工作在$_變數上。

Perl中的一個非常有用的函式是Perl split函式-把字串進行分割並把分割後的結果放入陣列中。這個Perl split函式使用規則表示式（RE），如果未特定則工作在$_變數上。

Perl split函式可以這樣使用：

$info="Caine:Michael:Actor:14,LeafyDrive"; 
@personal=split(/:/,$info);

其結果是： @personal=("Caine","Michael","Actor","14,LeafyDrive");
◆如果我們已經把資訊存放在$_變數中，那麼可以這樣：

@personal=split(/:/);

如果各個域被任何數量的冒號分隔，可以用RE程式碼進行分割：

$_="Capes:Geoff::Shotputter:::BigAvenue"; 
@personal=split(/:+/);

其結果是：@personal=("Capes","Geoff","Shotputter","BigAvenue");

但是下面的程式碼：

$_="Capes:Geoff::Shotputter:::BigAvenue"; 
@personal=split(/:/);

的結果是： @personal=("Capes","Geoff","","Shotputter","","","BigAvenue");

這個Perl split函式中單詞可以被分割成字元，句子可以被分割成單詞，段落可以被分割成句子：

@chars=split(//,$word);
@words=split(//,$sentence); 
@sentences=split(/\./,$paragraph);

在第一句中，空字串在每個字元間匹配，所以@chars陣列是一個字元的陣列。>>

//之間的部分表示split用到的正規表示式（或者說分隔法則）
\s是一種萬用字元，代表空格
+代表重複一次或者一次以上。
所以，\s+代表一個或者一個以上的空格。
split(/\s+/,$line)表示把字串$line,按空格為界分開。
比如說，$line="你好朋友歡迎光臨我的網站jb51.net"；
split(/\s+/,$line)後得到：
你好朋友歡迎訪問我的網站jb51.net

一般用法： @somearray = split(/:+/, $string ); #括號可以不要。 若不指定$string, 則對預設變數$_操作， 兩斜線間為分割符，可以用正規表示式，強悍異常。

在perl手冊裡，有一個用法不多見。即： split /PATTERN/, EXPR, LIMIT； 關鍵就是這個LIMIT引數，可以節省不少事情。 如果使用了LIMIT，且是正數，表示分割成不多於LIMIT指定的數目的域。

透過制定LIMIT，可以在很長(分割產生幾萬個元素or域)的行分割操作中，只返回關鍵的前幾列的域值，減少了記憶體使用及時間消耗。比如一般的基因型資料，第一列通常是材料命名，需要透過材料名的判斷取捨，這時候就可以這樣用。 my ($firstfield) = split /\t/, $someline, 1; 如果需要前面幾列的值，這樣的方式對大檔案效率很好： my （undef, $var1, undef, undef, undef, $var2）=split /\t/, $someline, 6;

有網友對這種方式做了測試，顯示較好。引用如下：
一個檔案，每行都有18項，各項之間用\t分割，使用時用到了第6項，折騰了幾種用法

複製程式碼程式碼如下:

my @array = split("\t",$_); my $var = $array[6];   測試檔案平均用時8.2s
 my($var) = (split("\t",$_))[6];  測試平均用時5.1s
 my(undef,undef,undef,undef,undef,undef,$var) = split("\t",$_); 平均用時3.53s
 my(undef,undef,undef,undef,undef,undef,$var) = split("\t",$_,7);平均用時3.52s
 my $var = (split("\t",$_,7))[6]; 平均用時3.53s

看來後3種才是王道，如果需要使用多項也可以進行進行適當的變動。不過兩項如果跨度比較大，3，4應該是不錯選擇，5就只能用中間陣列。

原文來自：