Perl:比较两个文件并打印匹配和不匹配的数据

时间:2012-09-12 10:22:16

标签: regex arrays perl grep

对于下面的Perl代码,我需要提高效率,因为处理输入文件(包含数百万行数据)需要数小时。关于如何加快速度的任何想法?

鉴于两个文件,我想比较数据并打印匹配的行和不匹配的行。请注意,需要交替比较两列。

例如,

input1.txt
A B
C D

input2.txt
B A
C D
E F
G H

请注意: 第1行和第2行匹配(可互换);第3行和第4行不匹配

Output:
B A match
C D match
E F don't match
G H don't match

Perl代码:

#!/usr/bin/perl -w
use strict;
use warnings;

open INFH1, "<input1.txt" || die "Error\n";
open INFH2, "<input2.txt" || die "Error\n";
chomp (my @array=<INFH2>);

while (<INFH1>) 
{

  my @values = split;
  next if grep /\D/, @values or @values != 2;

  my $re = qr/\A$values[0]\s+$values[1]\z|\A$values[1]\s+$values[0]\z/;

    foreach my $temp (@array)
    {
    chomp $_;
    print "$_\n" if grep $_ =~ $re, $temp;                      
    }
}
close INFH1;
close INFH2;
1;

有关如何提高此代码效率的任何想法都受到高度赞赏。谢谢!

2 个答案:

答案 0 :(得分:1)

如果你有足够的内存,请使用哈希。如果在input1.txt中没有多次出现符号(即如果A B在文件中,A X不是),则以下内容应该有效:

#!/usr/bin/perl
use warnings;
use strict;

my %hash;

open my $F1, '<', 'input1.txt' or die $!;
while (<$F1>) {
    my @values = split / /;
    @hash{@values} = reverse @values;
}
close $F1;

open my $F2, '<', 'input2.txt' or die $!;
while (<$F2>) {
    my @values = split / /;
    my $value = $hash{$values[0]};
    if ($value and $value eq $values[1]) {
        print "Matches: $_";
    } else {
        print "Does not match: $_";
    }
}
close $F2;

更新

对于重复的值,我会使用散列哈希值。只需对符号进行排序,第一个符号将成为大型哈希中的键,第二个将成为子哈希中的键:

#!/usr/bin/perl
use warnings;
use strict;

my %hash;

open my $IN1, '<', 'input1.txt' or die $!;
while (<$IN1>) {
    my @values = sort split;
    undef $hash{$values[0]}{$values[1]};
}
close $IN1;

open my $IN2, '<', 'input2.txt' or die $!;
while (<$IN2>) {
    chomp;
    my @values = sort split;
    if (exists $hash{$values[0]}{$values[1]}) {
        print "$_ matches\n";
    } else {
        print "$_ doesn't match\n";
    }
}
close $IN2;

答案 1 :(得分:0)

对于那些对列数量无关的另一种解决方案感兴趣的人:

#!/usr/bin/perl -w

use strict;
use warnings;
use 5.010;

open INFH1, "<", input1.txt" || die "Error\n";
my @storage = map {[sort split]} <$IN1>; # store content as matrix (each row sorted)
close INFH1;

open INFH2, "<input2.txt" || die "Error\n";
while(<INFH2>) {
    chomp;
    if(@{$storage[$.]} ~~ sort split) { # if stored matrix row is elementwise-equal to current line (each row sorted)
        say "$_ matches";
    }
    else {
        say "$_ doesn't match";
    }
}
close INFH2;