Perl tutorial

Waarom Perl?
- script taal; eenvoudig; natuurlijk vervolg op UNIX utilities
- reguliere expressies
- data-structuren: scalars (booleans, strings, getallen, referenties), lists en hashes
```
$, @, %
```
- geweldig veel libraries beschikbaar
- de taal voor text-processing
- de taal voor CGI-scripts
- beschikbaar op alle mogelijke machines
- databases, object-oriented, etc, etc, etc, etc.
Stap 1:
- executable
- #!/usr/local/bin/perl -w
- -w
- hello world
- perldoc -f print

Filters

een programmaatje dat een gegeven input scant en voor elke regel `yes' zegt als de regel je naam bevat, en `no' zegt voor elke andere regel.
```
#!/usr/local/bin/perl -w

while (<>) {
    if ($_ =~ /Gertjan/) {
        print "yes\n";
    } else { 
        print "no\n";
    }
}
```
while
```
<>
```

#!/usr/local/bin/perl -w

while (<>) {
    if (/Gertjan/) {
        print "yes\n";
    } else {
        print "no\n";
    }
}

reguliere expressies

#!/usr/local/bin/perl -w

while (<>) {
    if (/[gG]ert-?[jJ]an/) {
        print "yes\n";
    } else {
        print "no\n";
    }
}

wat zijn de ASCII characters ook al weer?

% perldoc -f chr
=item chr NUMBER

=item chr

Returns the character represented by that NUMBER in the character set.
For example, C is "A" in ASCII.  For the reverse, use L.

If NUMBER is omitted, uses $_.

#!/usr/local/bin/perl -w

$i=0;
while ($i<256) {
    $char=chr($i);
    print "$i: $char\n"; 
    ++$i;
}

Omgekeerde woorden

#!/usr/local/bin/perl -w

while (<>) {
        chop;
        y/A-Z/a-z/;
        $dict{$_}=1;
}

foreach $word (keys %dict) {
  chomp $word;
  if ( exists($dict{reverse($word)."\n"}) ) {
    print "$word\n";
  }
}

Carousel woorden

#!/usr/local/bin/perl -w

while (<>) {
        chop;
        y/A-Z/a-z/;
        $dict{$_}=1;
}

foreach $word (keys %dict) {
    if (carousel($word)) {
        print "$word\n";
    }
}

sub carousel {
    $i=0;
    ($string) = @_;
    while ($i < length($string)-1) {
        $string = chop($string).$string;
        $i++;
        if (! $dict{$string}) {
            return 0; 
        } 
    }
    return 1;
}

Druk elke regel af met als prefix de lengte van de regel (in chars -c of in woorden -w):

#!/usr/local/bin/perl -w

use Getopt::Std;
getopts('cw');

if ($opt_w) {
    while (<>) {
        chop;
        @ma = ($_ =~ /\w+/g);
        print scalar(@ma),"\t$_\n";
    }

} else {
    while (<>) {
        chop;
        print length,"\t$_\n";
    }
}

NB. Library modules hebben documentatie! Zie:

man Getopt::Std

Vindt anagrammen.

#!/usr/local/bin/perl -w

while (<>) {
    chomp;
    push(@{$idict{join('',sort(split //))}},$_);
}

foreach $word (keys %idict) {
    if (@{$idict{$word}} > 1) {
        print join (" ",@{$idict{$word}}),"\n";
    }
}

OPDRACHTEN

Probeer een van de voorbeeldprogramma's uit. Zie de directory /users1/vannoord/Corpus voor voorbeeldmateriaal.
Geef een Perl script dat voor een gegeven tekstbestand alle regels afdrukt waarin het woord ook gevolgd wordt door het woord maar.
Geef een Perl script dat voor een gegeven tekstbestand alle woorden teruggeeft waarin wel als onderdeel voorkomt.
Geef een Perl script dat voor een gegeven tekstbestand alle woorden afdrukt met 12 of meer letters.
Geef een Perl script dat voor een gegeven tekstbestand uitrekent hoeveel regels het woord de niet bevatten.
Geef een Perl script dat voor een woordenlijst alle woorden teruggeeft waarvoor geldt dat als je de ascii code van elke letter eentje ophoogt het result ook een woord levert. Beroemd voorbeeld: HAL en IBM.
Zin per regel. Geef een Perl script dat voor een gegeven tekst elke zin precies op een regel plaatst.
MYFE FETEMSHAPELYKE SPELYMH Je kunt reguliere expressies niet alleen gebruiken om te kijken of een tekst matcht, maar je kunt ook replacements definieren. Lees hiervoor de documentatie behorende bij de s/// operator.
Op 1 april 1977 verscheen in het Cultureel Supplement van de NRC een rapportage over een op handen zijnde spellingshervorming. In het stuk (geschreven door Rudy Kousbroek, met zogenaamde reacties van allerlei personen van de hand van Adriaan van Dis) wordt een zeer rigoreuze spellingsverandering voorgesteld: er blijven slechts dertien letters over!: a, e, f, h, k, l, m, p, r, s, t u en y. Hieronder volgt een overzicht hoe deze letters de overige letters overbodig maken, en enkele andere veranderingen
- onderscheid hoofdletters en kleine letters verdwijnt: alleen hoofdletters worden nog gebruikt
- c, q, x verdwijnen en worden vervangen door resp. s of k, ku, ks.
- elke dubbele letter wordt vervangen door een enkele
- v en w verdwijnen en worden vervangen door f
- z verdwijnt en wordt vervangen door s
- y komt in de plaats van i, j, ij, en de ie.
- b verdwijnt en wordt vervangen door p.
- d verdwijnt en wordt vervangen door t.
- g en ch verdwijnt (en wordt h).
- o en tweeklanken met o verdwijnen; worden vervangen door u.
- n verdwijnt en wordt m.
De opdracht is natuurlijk: geef een Perl script dat een gegeven tekst omzet in deze nieuwe spelling!
Zie: Rudy Kousbroek, De logologische ruimte: opstellen over taal, blz 37-46.

Noord G.J.M. van

Last modified: Tue Jun 29 11:10:43 METDST 1999