substr#

Εξαγωγή, αντικατάσταση ή ψευδωνυμοποίηση μιας συνεχόμενης φέτας μιας συμβολοσειράς.

Η substr επιλέγει μια σειρά χαρακτήρων από την EXPR ξεκινώντας στο OFFSET και εκτείνεται σε LENGTH χαρακτήρες, και επιστρέφει αυτή τη φέτα. Η ίδια κλήση μπορεί επίσης να τροποποιήσει την αρχική συμβολοσειρά με τρεις διακριτούς τρόπους: ως lvalue αριστερά του =, μέσω της μορφής τεσσάρων ορισμάτων REPLACEMENT, ή μέσω ψευδωνυμοποιημένης lvalue αποθηκευμένης σε μεταβλητή που παρακολουθεί τη φέτα σε επόμενες εγγραφές. Ο χαρακτήρας μηδέν είναι ο πρώτος χαρακτήρας. Αρνητικό OFFSET μετρά από το τέλος· αρνητικό LENGTH σταματά τόσους χαρακτήρες πριν το τέλος. Αν παραλειφθεί το LENGTH, η φέτα τρέχει έως το τέλος της συμβολοσειράς.

Σύνοψη#

substr EXPR, OFFSET
substr EXPR, OFFSET, LENGTH
substr EXPR, OFFSET, LENGTH, REPLACEMENT
substr(EXPR, OFFSET, LENGTH) = NEWVALUE       # lvalue form

Τι επιστρέφεται#

Σε θέση rvalue, ένα νέο βαθμωτό που περιέχει την εξαγμένη φέτα. Σε θέση lvalue, ένα μαγικό βαθμωτό που, όταν του εκχωρείται τιμή, εμβολιάζει τη νέα τιμή στην EXPR στην καταγεγραμμένη θέση - το επιστρεφόμενο βαθμωτό δεν κρατά αντίγραφο των αρχικών χαρακτήρων. Η μορφή τεσσάρων ορισμάτων εκχωρεί το REPLACEMENT στην EXPR επιτόπου και επιστρέφει την υποσυμβολοσειρά που υπήρχε πριν, οπότε η εξαγωγή και η αντικατάσταση συμβαίνουν σε μία κλήση.

Αν το ζητούμενο εύρος βρίσκεται μερικώς εκτός της συμβολοσειράς, επιστρέφει μόνο το εντός-ορίων τμήμα. Αν βρίσκεται εξ ολοκλήρου εκτός της συμβολοσειράς, οι μορφές rvalue επιστρέφουν undef και προειδοποιούν· οι μορφές lvalue εγείρουν εξαίρεση.

Καθολική κατάσταση που επηρεάζει#

Καμία. Η substr είναι καθαρή ως προς τις καθολικές του διερμηνέα. Δεν διαβάζει ούτε γράφει στην $_, $/, $\, $!, ή σε οποιαδήποτε άλλη ειδική μεταβλητή. Οι προειδοποιήσεις για πρόσβαση εκτός εύρους διέπονται από τη συνήθη εμβέλεια use warnings / $^W.

Θέσεις και αρνητικοί δείκτες#

Το OFFSET μετριέται από την αρχή της συμβολοσειράς όταν είναι μη αρνητικό, και από το τέλος όταν είναι αρνητικό: το -1 είναι η θέση του τελευταίου χαρακτήρα, το -2 του προτελευταίου, και ούτω καθεξής.

Το LENGTH, όταν είναι μη αρνητικό, είναι ο αριθμός των χαρακτήρων προς συμπερίληψη. Όταν είναι αρνητικό, είναι δεξιά άγκυρα: η φέτα σταματά τόσους χαρακτήρες πριν το τέλος της συμβολοσειράς. Η παράλειψη του LENGTH είναι το ίδιο με «έως το τέλος».

my $s = "The black cat climbed the green tree";
my $color  = substr $s, 4, 5;       # "black"
my $middle = substr $s, 4, -11;     # "black cat climbed the"
my $end    = substr $s, 14;         # "climbed the green tree"
my $tail   = substr $s, -4;         # "tree"
my $z      = substr $s, -4, 2;      # "tr"

Χρήση της substr ως lvalue#

Αν η ίδια η EXPR είναι lvalue, η substr(EXPR, OFFSET, LENGTH) μπορεί να εμφανιστεί στην αριστερή πλευρά μιας εκχώρησης. Η δεξιά τιμή αντικαθιστά τη φέτα. Η αντικατάσταση δεν χρειάζεται να ταιριάζει με το LENGTH: μια μικρότερη αντικατάσταση μικραίνει τη συμβολοσειρά, μια μεγαλύτερη την επεκτείνει.

my $name = 'fred';
substr($name, 0, 2) = 'SH';         # $name is now "SHed"
substr($name, 1, 2) = 'ayfiel';     # $name is now "Shayfield"

Η εκχώρηση πέρα από το τρέχον τέλος της συμβολοσειράς επιτρέπεται, μέχρι μία θέση πέραν του τέλους (προσθήκη-στο-τέλος). Πέρα από αυτό η εκχώρηση εγείρει εξαίρεση.

my $name = 'fred';
substr($name, 4) = 'dy';            # $name is now "freddy"
substr($name, 7) = 'gap';           # exception

Για να διατηρήσετε σταθερό το μήκος της συμβολοσειράς, γεμίστε ή αποκόψτε ρητά την αντικατάσταση - για παράδειγμα με sprintf "%-*s", $len, $val.

Η μορφή αντικατάστασης τεσσάρων ορισμάτων#

Η substr EXPR, OFFSET, LENGTH, REPLACEMENT αντικαθιστά τη φέτα επιτόπου και επιστρέφει την υποσυμβολοσειρά που υπήρχε εκεί. Αυτή συνήθως προτιμάται από τη μορφή lvalue: η λειτουργία είναι μία έκφραση, και η παλιά τιμή είναι διαθέσιμη ως τιμή επιστροφής.

my $s = "The black cat climbed the green tree";
my $z = substr $s, 14, 7, "jumped from";    # $z is "climbed"
# $s is now "The black cat jumped from the green tree"

Αυτό αντικατοπτρίζει το ιδίωμα εξαγωγής-και-αντικατάστασης της splice σε πίνακες.

Το τέχνασμα της ψευδωνυμοποιημένης lvalue#

Το βαθμωτό που επιστρέφει η μορφή τριών ορισμάτων δεν είναι αντίγραφο των χαρακτήρων - είναι ένα μαγικό αντικείμενο που θυμάται σε ποια περιοχή της αρχικής συμβολοσειράς αναφέρεται. Η αποθήκευση αυτής της lvalue σε μεταβλητή (μέσω for, ή \ που λαμβάνεται μέσω accessor lvalue) επιτρέπει σε επαναλαμβανόμενες εγγραφές να εμβολιάζουν στην ίδια θέση της αρχικής συμβολοσειράς, ακόμη και καθώς η συμβολοσειρά αυτή αλλάζει μέγεθος:

my $x = '1234';
for (substr($x, 1, 2)) {
    $_ = 'a';    print $x, "\n";    # 1a4
    $_ = 'xyz';  print $x, "\n";    # 1xyz4
    $x = '56789';
    $_ = 'pq';   print $x, "\n";    # 5pq9
}

Με αρνητικό OFFSET, το ψευδώνυμο παρακολουθεί το τέλος της συμβολοσειράς:

my $x = '1234';
for (substr($x, -3, 2)) {
    $_ = 'a';    print $x, "\n";    # 1a4
    $x = 'abcdefg';
    print $_, "\n";                 # f
}

Αυτό είναι χρήσιμο όταν επανεγγράφετε επανειλημμένα την ίδια θέση ενός buffer (π.χ. πεδία επικεφαλίδας σε εγγραφή σταθερής διάταξης) - αλλά είναι επίσης κλασική πηγή εκπλήξεων. Προτιμήστε τη μορφή τεσσάρων ορισμάτων εκτός αν θέλετε συγκεκριμένα την ψευδωνυμοποίηση.

Παραδείγματα#

Εξαγωγή σταθερού πεδίου από εγγραφή:

my $line = "2026-04-22  richard.jelinek\@example.com";
my $date = substr $line, 0, 10;         # "2026-04-22"

Αφαίρεση αρχικού προθέματος γνωστού μήκους:

my $msg = "ERROR: disk full";
my $rest = substr $msg, length("ERROR: ");   # "disk full"

Αντικατάσταση σταθερού πεδίου επιτόπου με τη μορφή τεσσάρων ορισμάτων, διατηρώντας την παλιά τιμή:

my $record = "name:       John      age: 42";
my $old    = substr $record, 12, 10, sprintf("%-10s", "Jane");
# $record is now "name:       Jane      age: 42"
# $old is "John      "

Διάσχιση συμβολοσειράς σε παράθυρα τριών χαρακτήρων χωρίς αντιγραφή ολόκληρης της συμβολοσειράς κάθε φορά:

my $s = "ABCDEFGH";
for (my $i = 0; $i + 3 <= length $s; $i++) {
    print substr($s, $i, 3), "\n";  # ABC BCD CDE DEF ...
}

Επανεγγραφή του τελευταίου byte ενός buffer επανειλημμένα μέσω ψευδωνυμοποιημένης lvalue:

my $buf = "packet: 0";
my $tail = \substr($buf, -1, 1);
$$tail = '1';  # $buf is now "packet: 1"
$$tail = '2';  # $buf is now "packet: 2"

Οριακές περιπτώσεις#

Rvalue εκτός εύρους, μερικώς εντός ορίων: επιστρέφει μόνο το εντός-ορίων τμήμα, καμία προειδοποίηση.
```
my $s = "abcd";
substr($s, 2, 100);                 # "cd"
```
Rvalue εκτός εύρους, εξ ολοκλήρου πέραν του τέλους: επιστρέφει undef και προειδοποιεί υπό use warnings. Η περίπτωση κενής ουράς (ακριβώς στο τέλος) επιστρέφει "" χωρίς προειδοποίηση:
```
my $name = 'fred';
my $null = substr $name, 4, 2;      # "" (no warning)
my $oops = substr $name, 7;         # undef, with warning
```
Lvalue εκτός εύρους: εγείρει εξαίρεση. Η substr αρνείται να επεκτείνει σιωπηρά τη συμβολοσειρά με κενό απροσδιόριστου περιεχομένου.
Αρνητικό OFFSET μεγαλύτερο από τη συμβολοσειρά: μετρά ως «πριν την αρχή», και περικόπτεται στη θέση 0 στις τρέχουσες Perls· υπό use warnings αυτό εκπέμπει προειδοποίηση «substr outside of string» σε ορισμένες εκδόσεις. Προτιμήστε να περικόπτετε ρητά.
Αρνητικό LENGTH που υπερβαίνει την υπολειπόμενη ουρά: παράγει κενή συμβολοσειρά, επειδή η δεξιά άγκυρα πέφτει στην ή πριν την αριστερή άγκυρα.
```
my $s = "abcde";
substr($s, 1, -10);                 # ""
```
Unicode: η substr λειτουργεί σε χαρακτήρες, όχι bytes. Σε συμβολοσειρά με τη σημαία UTF-8 ενεργοποιημένη, οι θέσεις μετρούν codepoints· σε συμβολοσειρά bytes, οι θέσεις μετρούν bytes. Η ανάμειξη των δύο αντιμετωπίζοντας μια αποκωδικοποιημένη συμβολοσειρά ως buffer bytes παράγει λάθος offsets - αποκωδικοποιήστε πρώτα, και έπειτα ευρετηριάστε.
Δεσμευμένα ή μαγικά βαθμωτά: η lvalue substr τιμά τη μαγεία STORE-time στον στόχο, οπότε οι δεσμευμένες μεταβλητές βλέπουν ολόκληρη τη μεταλλαγμένη συμβολοσειρά, όχι τη φέτα.
Ψευδωνυμοποιημένη lvalue που διατηρείται πέρα από τη ζωή του στόχου της: αν η αρχική μεταβλητή εξέλθει της εμβέλειας ενώ το ψευδώνυμο εξακολουθεί να ζει, μεταγενέστερες εγγραφές μέσω του ψευδωνύμου ενεργούν σε ελευθερωμένη συμβολοσειρά· κρατήστε τη ζωή του ψευδωνύμου εντός εκείνης του στόχου.
Γωνία πριν την 5.10: επαναλαμβανόμενες εγγραφές μέσω μίας lvalue είχαν απροσδιόριστη συμπεριφορά σε παλαιότερες perls, όπως και τα αρνητικά offsets πριν την 5.16. Η σύγχρονη Perl (και η pperl) ακολουθούν τη σημασιολογία που τεκμηριώνεται σε αυτή τη σελίδα.

Διαφορές από το upstream#

Πλήρως συμβατό με το upstream Perl 5.42.

Δείτε επίσης#

index - εύρεση της θέσης μιας υποσυμβολοσειράς, για να τροφοδοτηθεί στην substr ως OFFSET
rindex - ίδιο, με αναζήτηση από τα δεξιά
length - το ανώτατο όριο σε οποιοδήποτε ουσιαστικό OFFSET ή LENGTH περνάτε στην substr
splice - το ανάλογο σε επίπεδο πίνακα της μορφής αντικατάστασης τεσσάρων ορισμάτων
pack / unpack - για εγγραφές σταθερής διάταξης όπου πολλά πεδία διαβάζονται ή επανεγγράφονται μονομιάς, προτιμήστε αυτές αντί μιας αλυσίδας κλήσεων substr
tr/// - μαζική αντικατάσταση σε επίπεδο χαρακτήρων που δεν χρειάζεται θεσιακούς δείκτες