記得很久很久以前發了一個帖子，出了一道題目,當時我花了好幾十行代碼才完成的工作，Todd用2行代碼就完成了，今天來總結一下。題目的需求是找出一個Category裏面最特別的物品。我們的做法是把一個Category裏面所有的物品的標題都打印出來：
算法描述：
- 統計所有的單詞的出現頻率。比如watch:30次，ring:20次，book:15次，blue:6次
- 給每一件物品打分，score=SUM(Freq. of word in Title)。就是把該物品的標題的單詞一個一個拿出來，如果是watch，就加30分，如果是ring，就加20分…
- 給所有的物品按照分數排序，得分就少的物品就是特別的物品。
O.K.我們這裏不討論算法，只學習perl的使用技巧。怎麼實現上面的算法？先來看看數據：
原始實驗數據：
Version:0.1
MatchCount:10000
…
ReturnCount:50
110175200
Perot by Tod Mason
145230996 TOD OLDHAM petite vest — beautiful and
rare
16F44B046 2 Life / Death aus Apokalypse !! Leben /
Tod
18B1714EB Insel-Buch 1 Die Weise von Liebe und Tod R.M.
Rilke
19CDBF8A1 Tod and Copper by Walt Disney (1981)
1A0C8685F
Testaments of Israel: Words of Yesterday, Images of Tod
…
第一行代碼：
ReturnCount:50以上包含ReturnCount是Response Header。一下部分就是返回的數據，第一列是item id,第二列就是item title。我們不需要統計response header。所以第一步要把header去掉。
use LWP::Simple;
grep {s/.*?ReturnCount:w+n//s}
lc get shift
shift等價於 shift @ARGV，假設我們的腳本叫做findrare.pl, 使用的時候是 perl findrare.pl "requestURL"， 所以shift @ARGV就相當於拿到第一個參數，也就是query的URL。get是LWP::Simple庫的函數，用於簡單的HTTP請求。可以perldoc LWP::Simple查看在線幫助。於是get shift就拿到了原始數據，原始數據我已經貼在上面了，注意整個原始數據是作爲一個標量字符串返回的。 這裏的grep是perl的函數，grep BLOCK LIST 表示對LIST中的每一個元素都使用BLOCK中的語句進行evaluation,如果爲真，就返回匹配的元素。我們先使用lc把返回的字符串轉成小寫，接着perl會自動把標量字符串轉成Array，但是這個Array裏面只有一個元素，就是返回的內容數據。
{s/.*?ReturnCount:w+n//s} 表示匹配ReturnCount所在的行。這裏注意/s，表示允許通配符’.'匹配換行符n。然後把匹配的內容替換成空字符串。通過grep我們就刪除了response header。
接着我們要切分單詞。方便的辦法是調用split ‘s+’, 但是我們不能這樣：
split ‘s+’, grep {s/.*?ReturnCount:w+n//s} lc get shift
split是對標量操作的，而grep返回的是Array, perl 在自動將Array轉換成Scalar的標準做法是返回Array的元素個數.於是在這裏，grep返回只含有一個元素的Array，在split期待scalar輸入的上下文中，上面的語句就等價於：
split ‘s+’, 1 #這個顯然不是我們需要的，所以一個欺騙perl 的方式就是：
split ‘s+’, join ” , grep {s/.*?ReturnCount:w+n//s} lc get shift
grep返回一個array,我們通過append空字符的方式，把grep返回的array轉換成scalar。而字符串內容不變！
現在我們已經切分了所有的單詞，統計詞頻我們使用Hash表：
$WordFreq{$_}++ for
split ‘s+’, join ”, grep
{s/.*?ReturnCount:w+n//s} lc get shift;
看到厲害了吧，一條語句就完成了詞頻統計工作。
第二行代碼：
接下來的工作就是迭代每一件物品，打分，然後比較大小，打印得分最小物品的item id和item title。這裏要對第一條語句稍作修改，我們需要保存 lc get shift的結果，也就是轉成小寫後的原始數據，假設保存在$lraw = lc get shift 中。
split /n/, $lraw;
由於原始數據中，每一個item都是通過換行符’n'分隔的，所有我們通過split
/n/把字符串標量轉換成字符串Array，Array中的每一個元素就是一個物品。
map { [$_, sum map $WordFreq{$_}, split 's+'] } split /n/, $lraw;
map 的 用法是 map Expr List 或者 map Block List，
對List中的每一元素應用Expr/Block後返回。所以map {…} split /n/, $lraw 表示對每一個物品
調用{…}中的代碼，每次迭代，$_表示當前的物品 。而 map $WordFreq{$_}, split ‘s+’
表示對每一個物品，先將其標題中的單詞一個個拆出，爲每一個單詞返回其詞頻。然後使用sum計算總得分。
sum是List::Util中的函數。但是我們不但需要分數，我們的需求是找到物品，所以我們需要保存 （物品，得分）。
注意： 這裏 map 返回一個Array， Array的每一個元素都是一個引用，該引用指向一個數組（一個匿名的數組），數組的第一個元素都是item信息，第二個元素是 item的得分。
注意： 上面這個表達式裏面的$_，第一個$_是每一個物品信息，第二個$_是當前物品中被拆分出來的當前單詞。接着我們就要進行排序：
reduce { $a->[1] <= $b->[1] ? $a : $b } map { [$_, sum map $WordFreq{$_}, split 's+'] } split /n/, $lraw;
reduce是List::Util中的函數，可以使用perldoc List::Util查看在線幫助。reduce的做法是，reduce
Block
List，把$a等於第一個元素，$b等於等二個元素，然後讓$a等於Block運算的結果，$b等於下一個元素。所以這裏的操作本質上就是找出分數最小的元素。
注意： $a->[0]是字符串，$a->[1]中以字符串方式存放得分，字符串的比較應該使用gt或者lt，但是這裏使用數字的比較符<=，perl很聰明，看到<=，說明我們期待的是數字大小比較，所以perl會自動把字符串得分轉換成數字得分進行大小比較。
reduce返回一個標量，這裏就返回那個得分最小的物品的引用。注意這裏$a,$b都是對於匿名數組內元素的應用。 我們把reduce 的返回結果再送給map：
print map { $_->[0]} … #這樣就打印了那個特別的物品了！
完整的代碼：
最後，我們把完成這個工作的代碼放在一起看一看。
#! /usr/bin/perl -w
use LWP::Simple;
use List::Util qw/sum reduce/;
$WordFreq{$_}++ for
split ‘s+’, join ”, grep {s/.*?ReturnCount:w+n//s}
$lraw=lc get shift;
print map { $_->[0]}
reduce { $a->[1] <= $b->[1] ? $a : $b }
map { [$_, sum map $WordFreq{$_}, split 's+'] } split /n/, $lraw;
__END__
我花了那麼大的篇幅，就介紹了兩行代碼。不過自己覺得還是很有收穫的。