如何解析此文件並將其存儲在表中？

Question

我必須解析一個文件並將其存儲在一個表中。我被要求使用散列來實現這一點。給我簡單的方法來做到這一點，只有在Perl中。

----------------------------------------------------------------------- 
L1234| Archana20 | 2010-02-12 17:41:01 -0700 (Mon, 19 Apr 2010) | 1 line 
PD:21534/lserve<->Progress good 
------------------------------------------------------------------------ 
L1235 | Archana20 | 2010-04-12 12:54:41 -0700 (Fri, 16 Apr 2010) | 1 line 
PD:21534/Module<->Dir,requires completion 
------------------------------------------------------------------------ 
L1236 | Archana20 | 2010-02-12 17:39:43 -0700 (Wed, 14 Apr 2010) | 1 line 
PD:21534/General Page problem fixed 
------------------------------------------------------------------------ 
L1237 | Archana20 | 2010-03-13 07:29:53 -0700 (Tue, 13 Apr 2010) | 1 line 
gTr:SLC-163/immediate fix required 
------------------------------------------------------------------------ 
L1238 | Archana20 | 2010-02-12 13:00:44 -0700 (Mon, 12 Apr 2010) | 1 line 
PD:21534/Loc Information Page 
------------------------------------------------------------------------ 

我想讀這個文件，我想執行一個拆分或任何提取以下字段的表：

• 與L啓動ID應該是在第一場表
• Archana20必須在第二場
• 時間戳必須在第三字段
• PD必須在第四音響場
• 類型（前/內容必須在最後一個字段）

我的問題是：

1. 如何忽略該文件中的--------…（分割線）？
2. 如何提取以上？
3. 如何拆分文件有兩個分隔符（|，/）？
4. 如何使用散列來實現它，需要什麼？

請提供一些簡單的方法，以便我能夠理解，因爲我是Perl的初學者。

Answer 1

當你說This is not a homework...to mean this will be a start to assess me in perl我假設你的意思是這也許是你在新工作或某事上的第一項任務，在這種情況下，如果我們只是給你答案，它實際上會傷害你，因爲他們會假設你比你更瞭解Perl。

但是，我會指出你正確的方向。

答：不要使用split，請使用正則表達式。你可以通過谷歌搜索「perl regex」來了解它們。 B. Google「perl hash」瞭解perl哈希。第一個結果非常好。

我們您的問題：

1. 正則表達式會幫助你忽略行你不想
2. 與提取項目正則表達式。查找「捕獲變量」
3. 不要分割，使用正則表達式
4. 請參見上面的B點。

Answer 2

我的問題是：

1. 如何忽略-------- ...（分割線）在這個文件？
2. 如何提取以上？
3. 如何拆分文件有兩個分隔符（|，/）？
4. 如何使用散列來實現它，需要什麼？

1. 你可能會通過在一個循環中通過行的文件行工作。看看perldoc -f next。在這種情況下，您可以使用正則表達式或更簡單的匹配，以確保您只跳過適當的行。
2. 你需要首先分割，然後根據需要處理每個字段，我猜測。
3. 在主分隔符上分割（看起來像是'|' - 稍後會有更多內容），然後將最後一個字段分割爲次分隔符。
4. 我不確定你是否問你是否需要散列。如果是這樣，你需要選擇哪個項目將提供最佳的（唯一的）一組密鑰。由於我們不知道你的數據，所以我們不能爲你做這件事，但第一個領域（一目瞭然）看起來是正確的。至於如何將這樣的東西變成更復雜的數據結構，最終你會想看看perldoc perldsc，儘管它現在可能只會讓你感到困惑。

另一件事，上面的數據看起來像在第一行中有一個半重要的錯字。僅在該行中，第一個字段與其分隔符之間沒有空格。在其他地方它是'| 」。我提到這只是因爲它可以爲split。我幾乎編輯了這個，但也許數據本身是不規則的，但我懷疑它。我不知道你對Perl有多少初學者，但是如果你對它完全陌生，你應該考慮一本書（在線教程差別很大，許多過時了）。一本相當不錯的入門書籍可以在線免費獲取：Beginning Perl。另一個不錯的選擇是Learning Perl和Intermediate Perl（他們真的走在一起）。

Answer 3

如果這個文件是基於行的，那麼你可以在while循環中逐行讀取。然後跳過那些沒有格式化的行。

之後，您可以使用正則表達式，如其他答案中所示。我會用它來分割它並獲得一個數組，併爲記錄構建一個列表哈希。在之後（或之前）通過修剪空格等來清理每條記錄。如果使用正則表達式，則使用捕獲表達式以這種方式添加到列表中。隨你便。

散列鍵是第一列，該列表包含其他所有內容。如果你只是做一個直接插入，你可以拿出一個列表清單，然後把所有內容都放進去。

散列的關鍵將允許您查看特定記錄以進行快速查找。但如果你不需要這個，那麼一個數組就可以。

Answer 4

你可以試試這個，

點需要知道：

1. 一行
2. 讀取文件中的行通過使用正則表達式，刪除 '----' 行。

3. 之後使用拆分函數來填充數組的哈希值。

   #!/usr/bin/perl 
       use strict; 
       use warning; 
       my $test_file = 'test.txt'; 
       open(IN, '<' ,"$test_file") or die $!; 
       my (%seen, $id, $name, $timestamp, $PD, $type); 
       while(<IN>){ 
        chomp; 
        my $line = $_; 
        if($line =~ m/^-/){ #removing '---' lines 
        # print "$line:hello\n"; 
        }else{ 
        if ($line =~ /\|/){ 
         ($id , $name, $timestamp) = split /\|/, $line, 4; 
        } else{ 
        ($PD, $type) = split /\//, $line , 3; 
        } 
        $seen{$id}= [$name, $timestamp, $PD, $type]; //use Hashes of array 
        } 
       } 
       for my $test(sort keys %seen){ 
        my $test1 = $seen{$test}; 
        print "$test:@{$test1}\n"; 
       } 
       close(IN);