/blog/perl


substr() in Perl
[153463 mal gelesen]
foreach in Perl
[128975 mal gelesen]
Arrays in Perl - Besonderheiten
[125036 mal gelesen]
split() in Perl - Zeichenketten teilen
[113178 mal gelesen]
open() - Dateien öffnen in Perl
[108802 mal gelesen]
grep - Listen durchsuchen in Perl
[94449 mal gelesen]
chomp() in Perl
[93459 mal gelesen]
push in Perl
[90636 mal gelesen]
sleep in Perl - Das aktuelle Script warten lassen
[75788 mal gelesen]
index() in Perl - Zeichenkette in Zeichenkette suchen
[59225 mal gelesen]


Arrays
Dateien
HTPC
Hashes
Leistungsoptimiert
PHP
Perl
RegEx
Schleifen
Script
Skalare
Sonstiges
System
Webserver
Zur Startseite


Montag, 19.3.2007, 11:05:32 Uhr

Praxisbeispiel: Wörter extrahieren aus Text


Vor Kurzem stand ich vor dem Problem, daß ich einen Text zerlegen wollte, und zwar so, daß alle einzelnen Wörter in einem Array landen.
Oder genauer
Mache aus:
Dies ist ein Testtäxt!a!b!c! aäöü ß
Ä Ö Ü Ä!Ö!Ü!
123456 1 2 3 4 5 6 !§%&
Sonderzeichen
raus!

ein Array mit den einzelnen Wörtern bzw. einzelnen Buchstaben und Zahlen.

Als kleine Schwierigkeit trat das Problem auf, daß Satzzeichen und Buchstaben oder Zahlen auch ohne Leerzeichen dazwischen auftraten.

Also fiel mir folgende Lösung ein:


my $s=qq~Dies ist ein Testtäxt!a!b!c! aäöü ß
Ä Ö Ü Ä!Ö!Ü!
123456 1 2 3 4 5 6 !§%&
Sonderzeichen
raus!~;

$s=~ tr/\[\]\!\"\§\$\%\&\/\(\)\=\?\´\`\*\+\~\'\#\<\>\-\_\.\\\:\,\;\n\t\r/ /;
@array=split(" ",$s);

foreach (@array){print "$_\n";}



Was passiert hier?
Also, da wie gesagt alle Sonderzeichen ausgefiltert werden sollen, wird durch das $s=~ tr... eben jedes Sonderzeichen inklusive des Zeilenumbruches, Tabulatorzeichens und \r-Zeichens durch ein Leerzeichen ersetzt.
Danach wird ein split mit einem Leerzeichen durchgeführt und voila: Das war's schon! In @array stehen brav alle Wörter und Zahlen.

Übrigens: Warum habe ich nicht \W genommen
in der Zeile mit dem $s=~ tr... ? Ganz einfach: Weil dann auch die Umlaute äöüÄÖÜß als Satztrenner hergenommen worden wären, was ja nicht zulässig ist.




Kommentare zum Beitrag "Praxisbeispiel: Wörter extrahieren aus Text"

Kommentar von Stefan B.
Alternativ kann man auch mit Locales arbeiten:


use POSIX;
use locale;
setlocale(LC_CTYPE, "de_DE.ISO-8859-1");


Danach passt \w auch auf Umlaute.



Thema: Perl Skalare Arrays

Der Beitrag "Praxisbeispiel: Wörter extrahieren aus Text" wurde 9261 mal gelesen.

Es wurde 3 x über diesen Beitrag abgestimmt.
Die durchschnittliche Beurteilung liegt bei
3 (1 = sehr gut - 6 = grottenschlecht).

Kommentar schreiben  Druckansicht  Seitenanfang 
Beurteilen 






 Zufällige Beiträge im /blog/perl

Groß-Kleinschreibung in Regular Expression ändern

Verknüpfung zu Flip 3D wiederherstellen

Feiertage eines beliebigen Jahres errechnen mit Perl

getc - Nächstes Zeichen aus Datei lesen

Wiederholungen finden mit regulären Ausdrücken

Transform a website to unicode

Mails versenden mit Perl - Sendmail

sleep in Perl - Das aktuelle Script warten lassen



0.023906946182251 sec. to build



...Blogsoftware in pure Perl - Powered by a lot of Coffee...


SSD-Festplatte - Wassn das???
Die Transliteration - Nur ein Zeichen in einem Skalar ersetzen
Select - Case in Perl
Windows 7 XP Mode – Wo finde ich den XP-Modus unter Windows 7?
Mac-Adresse beim Apple Macintosh herausfinden
SGN-Funktion für Perl

Eigene IP herausfinden mit Perl
Epoche live in Datum umwandeln
Firefox 3 - Exe-Files downloaden


Gesamtverzeichnis
Februar 2010
Dezember 2009
Oktober 2009
Januar 2009
Dezember 2008
November 2008
September 2008
August 2008
Juli 2008
Juni 2008
Mai 2008
April 2008
Januar 2008
Dezember 2007
November 2007
Oktober 2007
September 2007
August 2007
Juni 2007
Mai 2007
April 2007
März 2007
Februar 2007
Januar 2007
Dezember 2006


Mister Wong

RSS-Feed

Heute ist der
24.7.2024

Es ist
17:19:33 Uhr

Ihre IP:
3.236.112.70

Blog-Einträge: 186

Die letzten 24 Stunden im Überblick


Gelesene Beiträge insgesamt:
4406294


Webseiten vergleichen
Kalender mit Feiertagen - 2028
Links finden und testen
Menschliche Datumsangaben
IP zu Domain herausfinden
Time live in Datum umwandeln
Perl für Windows



Impressum