我对perl非常陌生(以及编程,就此而言)所以如果这只是一个愚蠢的错误,我很抱歉。
我正在尝试编写一个脚本,该脚本从.txt文件中提取文件列表,打开每个文件,查找与某些正则表达式匹配的行,并将这些行打印到结构中的新文件中有效的.csv文件(使用正则表达式中的捕获组)。
我的脚本适用于英文UTF-8文件,但是当它尝试处理非英文文件时,文本数据在每个字母之间显示空格并且正则表达式不匹配 - 我猜这是因为它们是以UTF-16保存。我的想法是将open命令分为三部分,因此它也对非英文文件使用“:encoding(UTF-16)”参数,但这导致了无效的参数错误。实际上,如果不使用两部分打开命令,我就无法运行脚本。
这是我的剧本。
use 5.010;
use strict;
use warnings;
use File::Slurp;
my @intfilelist = read_file('filelist_int.txt');
unlink "int_temp.csv";
foreach my $intfile (@intfilelist) {
open (my $file, "<:encoding(UTF-16)", $intfile) or die "Whoops! $!";
while (my $line = <$file>) {
if ($line =~ m/^(\d{3,5})\t(.*)$/) {
chomp $line;
open (my $csv, ">>", "int_temp.csv");
print $csv ("\"$intfile\",\"$1\",\"$2\"\n");
close $csv;
}
}
}
将open (my $file, "<:encoding(UTF-16)", $intfile)
更改为open (my $file, $intfile)
会导致脚本生效,但上述非英文文件问题除外。
就像我说的那样,我只和perl玩了2天,很抱歉如果我误用了一些术语或忽略了一些明显的东西。感谢任何帮助!
答案 0 :(得分:9)
删除使用File::Slurp
从第一个文件中读取的文件名末尾的换行符。您可以在chomp $intfile;
之前使用open
执行此操作。
chomp
(请参阅Perldoc Chomp)从给定字符串的末尾删除换行符。