Question

脚本的目的是处理文件中的所有单词并输出最多出现的所有单词。因此，如果有3个单词，每个单词出现10次，程序应输出所有单词。

脚本现在运行了，感谢我在这里得到的一些提示。但是，它不处理大型文本文件（即新约）。我不确定这是我的错还是仅限于代码。我相信该程序还有其他几个问题，所以非常感谢任何帮助。

#!/usr/bin/perl -w
require 5.10.0;

print "Your file: " . $ARGV[0] . "\n";
#Make sure there is only one argument
if ($#ARGV == 0){

    #Make sure the argument is actually a file
    if (-f $ARGV[0]){

        %wordHash = ();     #New hash to match words with word counts
        $file=$ARGV[0];     #Stores value of argument
        open(FILE, $file) or die "File not opened correctly.";

        #Process through each line of the file
        while (<FILE>){
            chomp;
            #Delimits on any non-alphanumeric
            @words=split(/[^a-zA-Z0-9]/,$_);
            $wordSize = @words;

            #Put all words to lowercase, removes case sensitivty
            for($x=0; $x<$wordSize; $x++){
                $words[$x]=lc($words[$x]);
            }

            #Puts each occurence of word into hash
            foreach $word(@words){
                $wordHash{$word}++;
            }
        }
        close FILE;

        #$wordHash{$b} <=> $wordHash{$a};
        $wordList="";
        $max=0;

        while (($key, $value) = each(%wordHash)){
            if($value>$max){
                $max=$value;
            }
            }

        while (($key, $value) = each(%wordHash)){
            if($value==$max && $key ne "s"){
                $wordList.=" " . $key;
            }
            }       

        #Print solution
        print "The following words occur the most (" . $max . " times): " . $wordList . "\n";
    }
    else {
        print "Error. Your argument is not a file.\n";
    }
}
else {
    print "Error. Use exactly one argument.\n";
}

Answer 1

您的问题在于脚本顶部的两行缺失：

use strict;
use warnings;

如果他们在那里，他们会报告很多这样的行：

Argument "make" isn't numeric in array element at ...

来自这一行：

$list[$_] = $wordHash{$_} for keys %wordHash;

数组元素只能是数字，因为你的键是单词，所以不起作用。这里发生的是，任何随机字符串都被强制转换为数字，对于任何不以数字开头的字符串，都是0。

您的代码可以很好地读取数据，尽管我会以不同的方式编写它。只有在那之后你的代码变得笨拙。

尽我所知，你正在尝试打印出最常出现的单词，在这种情况下你应该考虑以下代码：

use strict;
use warnings;

my %wordHash;
#Make sure there is only one argument
die "Only one argument allowed." unless @ARGV == 1;
while (<>) {    # Use the diamond operator to implicitly open ARGV files
    chomp;
    my @words = grep $_,           # disallow empty strings
        map lc,                    # make everything lower case
            split /[^a-zA-Z0-9]/;  # your original split
    foreach my $word (@words) {
        $wordHash{$word}++;
    }
}

for my $word (sort { $wordHash{$b} <=> $wordHash{$a} } keys %wordHash) {
    printf "%-6s %s\n", $wordHash{$word}, $word;
}

正如您将注意到的，您可以根据哈希值进行排序。

Answer 2

这是一种完全不同的写作方式（我本可以说“Perl不是C”）：

#!/usr/bin/env perl

use 5.010;
use strict; use warnings;
use autodie;

use List::Util qw(max);

my ($input_file) = @ARGV;
die "Need an input file\n" unless defined $input_file;

say "Input file = '$input_file'";

open my $input, '<', $input_file;

my %words;

while (my $line = <$input>) {
    chomp $line;

    my @tokens = map lc, grep length, split /[^A-Za-z0-9]+/, $line;
    $words{ $_ } += 1 for @tokens;
}

close $input;

my $max = max values %words;
my @argmax = sort grep { $words{$_} == $max } keys %words;

for my $word (@argmax) {
    printf "%s: %d\n", $word, $max;
}

Answer 3

为什么不直接从哈希值中获取密钥并提取第一个X？

这应该提供一个例子：http://www.devdaily.com/perl/edu/qanda/plqa00016

Perl脚本问题

3 个答案: