第一次作业 简单正则表达式匹配

文件:	作业一报告.doc.zip
大小:	4KB
下载:	下载

第一次作业，要求是：找出一篇中文文本里所有的“因为……所以……”，输出时，包括这两个词旁边的部分内容，要求每对“因为”“所以”都对齐输出。

下面是代码，附件是报告。存在的问题在报告中提及。由于是比较早就完成的作业，这里就不去考究它了，新开的博客，顺便把以前的东西搁进来。

#!/usr/bin/perl


use strict;

use warnings;

#####################定义变量名##################


my $dir = "C:\\cause_so";

my $filename;

my $part_of_before="";

my @part_of_middle;

my $sentence="";

my $i;

my $line;

###################函数体#####################


open(FILE2,">C:\\cause_so.txt")or die "can not open this file $!";

opendir(DH,"$dir") || die "cannot open $dir: $!";        #开启文件目录操作


foreach $filename (grep(/\.txt$/i,readdir DH)) {        #依次读入文件目录中每个文件的内容


    open(FILE1,"$dir\\$filename") or die "can not open this file $!";

    printf FILE2 "\n\n$filename:\n\n";

    $line=0;



    for($i=0;$i<20;$i++) {

     $part_of_before=$part_of_before.".";    #给每一句话前都加上20个字符"."，避免匹配时错过某些符合要求的句子


    }



    while(<FILE1>) {            #依次将每一段文本读入


        $line++;

         foreach $sentence (split/。|？|！|；/) {    #以这几个符号把每个段落分开，存放到数组中。“因为”和“所以”的搭配得有意义                    


                $sentence=$part_of_before.$sentence;    #同第21行代码的解释


                while ($sentence=~/(.{10})(因为)(.*)(所以)(.*)/g) {         #匹配字符串


                    printf FILE2 "%4d=\t%s\t%s\t","$line", $1, $2;        #下面的都是输出的控制，以达到对齐输出的效果


                    @part_of_middle=split('',$3);

                    if ($#part_of_middle > 29) {                #这里的功能是，让$3所匹配的内容限定字符串长度打印输出，


                        printf FILE2 "%-24.24s","$3";            #如果其长度大于限定的长度，则用省略号代替多出来的字符


                        printf FILE2 "%6.6s",".........";

                    }    else {

                            printf FILE2 "%-30s","$3";

                    }

                    printf FILE2 "\t$4\t$5 \n";

                }

        }

    }

    close(FILE1);

}

close(FILE2);

closedir(DH);