Foro - Perl en Español

Hola a todos.

Quiero quitarle a una cadena de texto todos los espacios, saltos de línea, vueltas de carro y tabulaciones extra, es decir, cuando existan dos o más.

Estaba intentando solo con los saltos de línea y usé estos códigos pero no me funcionaron correctamente.



Gracias de antemano ;D

Bienvenido a los foros de Perl en Español, Chava.

Tendrías que dar algunos detalles de cómo quieres quitar esos caracteres.

Por ejemplo, una forma radical de eliminar los caracteres de espacio duplicados, sería así:

$texto =~ s/\s+/ /g;

pero con esto también estamos quitando los retornos de carro. Con esto:

$texto =~ s/(\s)\1+/$1/g;

reemplazamos conjuntos de espacios en blanco (tabuladores y retornos de carro incluidos) por uno solo.

Sacado de perldoc perlfaq4, pregunta How do I remove consecutive pairs of characters?.

Gracias explorer.

Ahora.
Ahí va el problema: necesito guardar todo lo de una cadena de texto en un arreglo, cada parte del arreglo se dividirá por un espacio en blanco.

ejemplo: $texto="hola mundo" ------> @texto2 = ("hola","mundo")

y necesito saber cuándo existe un newline \n para almacenarlo en el arreglo.

ejemplo: $texto = "hola mundo. \n ¿cómo estás?" -------> @texto2 = ("hola","mundo.",\n,"¿cómo","estás?)

Tomando en cuenta claro que el \n es la nueva línea y no estará escrita de ese modo.

Humm... el asunto no es trivial...

Con @texto2 = split " ", $texto; puedes separar el texto por los espacios en blanco, pero perderíamos a los retornos de carro. Necesitamos guardarlo.

Podemos indicar a split() que haga eso, que guarde los delimitadores que encuentre. Algo como

split /(\s+)/, $texto;

Con los paréntesis de captura, split() guarda los espacios intermedios, como parte de la lista de elementos que devuelve.

Y luego, necesitamos quitar los campos que estén compuestos solo de espacios y/o tabuladores, dejando solo los campos que tengan palabras o avances de línea. Quedaría:

Con split(), partimos el $texto, por los espacios en blanco. El resultado son palabras y los espacios que los separan. Luego, con el grep(), filtramos los campos que no (!) estén compuestos exclusivamente de espacios en blanco y/o tabuladores, con lo que nos quedamos con los campos de las palabras y los avance de línea.

Editado: añadido map() para quitar los retornos de carro repetidos.

Otra vez: ¡muchas gracias, explorer!

Ya quedó todo bien, sí funcionó.