Perl 最佳實務(節選) --- 12

標籤：

第十二章：Regex

Regex就是子程式。就是文本匹配子程式。 壹肆伍.

一定要用/x標記。 壹肆陸.

一定要用/m標記。 壹肆柒.

以\A和\z作為字串邊界錨點（anchor）。

       #刪除前後空白……

       $text=~ s{\A \s* | \s* \z}{}gxm; 壹肆捌.

使用\z表示“字串末尾”，不要用\Z。

Perl提供\z標示符號的變形版本：\Z。但是，小寫\z是指“匹配字串末尾”，而大寫\Z是指“匹配可有可無的換行字元，然後是字串末尾”。 壹肆玖.

總是使用/s標記。 壹伍零.

考慮強制使用Regexp::Autoflags模組。

為了我們在每個正則後面少輸入“/xms”，我們可以使用：

       useRegexp::Autoflags; 壹伍壹.

優先使用m{…}，少在多行Regex中用/…/。 壹伍貳.

除了/…/或m{…}以外，不要用其他定界符。 壹伍三.

最好使用字元類，不用轉義的元字元（metacharacter）。 壹伍肆.

最好使用具名字元，不用轉義的元字元。

例如：

       if($escape_seq =~ /\177 \006 \030 Z/xms) {      #Octal DEL-ACK-CAN-Z

              blink(182);

       }

       改寫為：

       usecharnames qw( :full);

       if($escape_seq =~ m/\N{DELETE} \N{ACKNOWLEDGE} \N{CANCEL} Z/xms) {

              blink(182);

       } 壹伍伍.

最好使用特性（property），而不用枚舉式字元類。

       Readonly my $ALPHA_IDENT => qr/ \p{Uppercase}\p{Alphabetic}* /xms;

注Perl5.8以上版本才支援Unicode。 壹伍陸.

考慮匹配任意空白，而不是特定空白字元。

       $config_line=~ m{ ($IDENT)  \s*     =     \s*   (.*) }xms 壹伍柒.

當匹配“儘可能多”時，一定要制定。

       #格式為：<source>% <data> & <config> ……

       if($source =~ m/\A              ([^%]*)   %    ([^&]*)   &    (.*)  /xms) {

              my($statements, $data, $config) = ($1, $2, $3);

              my$prog = compile($statements, {config=>$config});

              my$res = execute($prog,     {data=>$data,config=>$config});

       }

       else{

              croak      ‘Invalid program’;

       }

正則的最後“.*?”不是多餘的，就是未做你想要做的事，或者是你忘了一個\z錨點。 壹伍捌.

只有當你要捕獲時，才使用捕獲小括弧。 壹伍玖.

只有當你確定前次匹配成功時，才使用數值式的捕獲變數。

數值式的捕獲變數：$1,$2,$3… 壹陸零.

一定要給予捕獲的子字串適當的名稱。

$myName = $1; 壹陸壹.

使用/gc標記把輸入字串記號化（tokenize）。

/gc標記告訴正則記錄每次成功匹配都在何處完成匹配; 壹陸貳.

利用表格建立Regex。

#     建立模式以匹配任何下列不規則複數……

       my$has_irregular_plural

              =join ‘|’, map {quotemeta $_} reverse sort keys %irregular_plural_of; 壹陸三.

由較簡單的零件建立複雜的Regex。

# 建立Regex以匹配浮點數……

       Readonlymy $DIGITS         => qr{    \d+  (?:  [.] \d*)?  |  [.] \d+               }xms;

       Readonlymy $SIGN             => qr{    [+-]                                                         }xms;

       Readonlymy $EXPONENT   => qr{    [Ee]        $SIGN?          \d+                       }xms;

       Readonly my $NUMBER       =>qr{    (  ($SIGN?) ($DIGITS)  ($EXPONENT)}xms;

       #稍後……

       my($number, $sign, $digits, $exponent)

              =$input =~ $NUMBER; 壹陸肆.

考慮使用Regexp::Common，不要自己寫Regex。 壹陸伍.

使用字元類，不要使用單一字元交替（alternation）。

if ($quotelike!~ m{\A    (?:  q[qrx] |  [gsy]  | tr  )  \z}xms) {

       carp “Unknown quotelike: $quotelike”;

              nextQUOTELIKE;

       } 壹陸陸.

從交替選擇中把共同的詞綴分離出來。 壹陸柒.

避免無用的回溯。 壹陸捌.

最好用固定字串的eq比較，不要用固定模式的Regex匹配。

# 離開命令有很多變形版本 ……

       lastCOMMAND if $cmd =~ m{\A  (?:  q |  quit  | bye)}xms;

# 離開命令有很多變形版本 ……

       lastCOMMAND if $cmd eq   ‘q’

||  $cmd eq ‘quit’

||  $cmd eq  ‘bye’;

Perl 最佳實務(節選) --- 12