Question

我正在编写一个perl脚本来解析标准输入中的制表符分隔数据。

该脚本删除前导空格和尾随空格，删除任何具有字符串“NULL”的字段，并将日期列重新格式化为“MMM DD YYYY HH：MM：SS：SSSAM”格式为“YYYYMMDD”格式。

示例输入：

93092   Apr  1 2010 12:00:00:000AM      59668370.60702875
22341   Apr  1 2010 12:00:00:000AM      51309196.84639429
27844   Apr  1 2010 12:00:00:000AM      NULL
150465  Apr 22 2010 12:00:00:000AM      19706190.97586569
119364  Jul  20 2010 12:00:00:000AM      16335977.41009162

目标输出：

93092|20100401|59668370.60702875
22341|20100401|51309196.84639429
27844|20100401|
150465|20100422|19706190.97586569
119364|20100720|16335977.41009162

该脚本采用一个参数来表示具有需要转换的日期的列。在上面的示例中，我将调用“1”作为参数，因为第二列是需要转换的日期。多个列将以逗号分隔列表表示。

这是我迄今为止所做的。

#!/usr/bin/perl
my @date_cols = split(/,/, $ARGV[0]);

while (<STDIN>) {
   my @fields = split(/\t/, $_, -1);
   for (@fields) {
      s/^\s+//;
      s/\s+\z//;
      s/^NULL\z//;
   }
   for (@fields[@date_cols]) {
##NEED HELP WITH DATE FORMATTING
   }

   print(join('|', @fields), "\n");
}

Answer 1

使用Time::Piece很简单，很容易为您提供日期格式。 strptime功能允许您定义要使用的模式; strftime函数可以生成所需的输出格式。考虑：

use Time::Piece;
my $date = "Apr  1 2012 12:00:00AM";
my $t = Time::Piece->strptime($date,"%b %d %Y %H:%M:%S%p");
print $t->strftime("%Y%m%d\n");

这种方法的一个很好的特点是，一个或两个空格是否将月份和日期字段分开并不重要;结果是一样的。

Answer 2

基于Dave Cross的上述建议，使用Time::Piece：

use Time::Piece;

while (<STDIN>) {
    # Split each row into columns by white space
    my @fields = split /\s+/;

    # Rebuild the date ("Apr 1 2010") from columns 2 through 4
    my $time_field = join ' ', @fields[1..3];

    # Parse the date - see man strptime
    my $date = Time::Piece->strptime($time_field, '%B %d %Y');

    # Format the output - see man strftime
    print join '|', $fields[0], $date->strftime('%Y%m%d'), $fields[5];
}

正则表达式是一个非常出色的工具，但日期很难看（甚至可怕）。只要有可能，我更喜欢使用已经存在的库来解析它们。

使用Regex / Perl解析日期列

2 个答案: