Perl 正则表达式匹配计数

butter7372

　　最近做实验时遇到这样的需求：统计某一 term 在 doc­u­ment 中的 TF (term fre­quen­cy)，即词频。借助 perl 完成，自然想到构造正则表达式进行匹配计数。目前可以找到的匹配计数方式有好几种：
　　假定 $string 是需要进行统计的字符串， $regex 是进行匹配的正则表达式。
　　方案一：
　　

　　
#method 1:
　　
my $count = 0;
　　
$count++ while ($string =~ m/$regex/g);
　　

　　

　　考虑到默认只返回第一次匹配，所以 /$regex/ 最后需要加入 /g，表示匹配所用情况。
　　方案二:
　　

　　
#method 2:
　　
my $count = ($string =~ s/$regex/$regex/g);
　　

　　

　　这里通过自身替换来获得最终替换的次数，也等于匹配计数。
　　方案三：
　　

　　
#method 3:
　　
$count = () = $string =~ /$regex/g;
　　

　　

　　这里有一点小 trick ，$string =~ /$regex/g 会返回一个包含所有匹配的 scalar 变量 (可以理解为一维数组)，通过 () 构造匿名 scalar 变量，然后转换为普通变量，而 perl 对于这类转换的结果是 scalar 的长度，即匹配计数，同样达到了目的。
　　相比之下，方案一最为直观，缺点是用到了两行代码。方案三最为隐晦，却是最为 perl 程序员欢迎的 terse style 。刚入门时会觉得方案一更好，但是日后会发现方案三更好。这也是为什么外界将 perl 评为最生涩语言的原因吧。