Question

这个问题有两个部分，一个用于“单线匹配”，一个用于“多线区域匹配”另外，我有一个半工作解决方案，我想在我的解决方案中找到更强大和优雅。

单线比赛：我想复制输入文件的每一行，使第二行是第一行的正则表达式修改： E.G。

FILE.TXT

YY BANANA, YYZ, ABC YHZ YY1
YY APPLE , YYZ, ABC YHZ YY1
YY ORANGE, YYZ, ABC YHZ YY1
YZ GRAPE , YZZ, ABC YHZ YZ1

BECOME：

YY BANANA, YYZ, ABC YHZ YY1
XY BANANA, XYZ, ABC YHZ XY1
YY APPLE , YYZ, ABC YHZ YY1
XY APPLE , XYZ, ABC YHZ XY1
YY ORANGE, YYZ, ABC YHZ YY1
XY ORANGE, XYZ, ABC YHZ XY1
YZ GRAPE , YZZ, ABC YHZ YZ1
XZ GRAPE , XZZ, ABC YHZ XZ1

请记住，真实文件很大，而YY的例子 - ＆gt; XY和YZ - ＆gt; XZ 是完全正确换句话说在我的文件情况下YY，YH，YZ，Y1，Y2，Y3是我想改为XY，XH，XZ，X1，X2，X3的符号。

我在PERL中做了一些非常原始的事情（将创建一个链接到它作为展示我在想什么的起点但是我写的perl脚本并不优雅或一般，需要多个传递文件。

My Raw Stab .... PERL。 http://www.quantprinciple.com/invest/index.php/docs/tipsandtricks/perl-sed-awk/conditional-duplicate/

使用我的原始刺：

MatchDuplicate.pl  INPUT.txt YY XY > INPUT2.txt
MatchDuplicate.pl  INPUT2.txt YH XH > INPUT3.txt
MatchDuplicate.pl  INPUT3.txt Y1 X1 > INPUT4.txt
MatchDuplicate.pl  INPUT4.txt Y2 X2 > INPUT5.txt

使用INPUT5.txt ......

多行匹配与上面完全相同，但输入的每个“记录”将匹配多行：

FILE.TXT

< some starting marker...startRecord:>
data
data
YY data
YY BANANA, YYZ, ABC YHZ YY1
<some ending record marker>
< some starting marker...startRecord:>
data
data
YY data
YY APPLE , YYZ, ABC YHZ YY1
<some ending record marker>
< some starting marker...startRecord:>
data
data
YY data
YY ORANGE, YYZ, ABC YHZ YY1
<some ending record marker>
< some starting marker...startRecord:>
data
data
YZ data
YZ GRAPE , YZZ, ABC YHZ YZ1
<some ending record marker>

BECOME：

< some starting marker...startRecord:>
data
data
YY data
YY BANANA, YYZ, ABC YHZ YY1
<some ending record marker>
< some starting marker...startRecord:>
data
data
XY data
XY BANANA, XYZ, ABC YHZ XY1
<some ending record marker>
< some starting marker...startRecord:>
data
data
YY data
YY APPLE , YYZ, ABC YHZ YY1
<some ending record marker>
< some starting marker...startRecord:>
data
data
XY data
XY APPLE , XYZ, ABC YHZ XY1
<some ending record marker>
< some starting marker...startRecord:>
data
data
YY data
YY ORANGE, YYZ, ABC YHZ YY1
<some ending record marker>
< some starting marker...startRecord:>
data
data
XY data
XY ORANGE, XYZ, ABC YHZ XY1
<some ending record marker>
< some starting marker...startRecord:>
data
data
YZ data
YZ GRAPE , YZZ, ABC YHZ YZ1
<some ending record marker>
< some starting marker...startRecord:>
data
data
XZ data
XZ GRAPE , XZZ, ABC YHZ XZ1
<some ending record marker>

My Raw Stab： http://www.quantprinciple.com/invest/index.php/docs/tipsandtricks/perl-sed-awk/multi-line-conditional-duplicate/

Answer 1

1：

while(<>) {
    say $_;
    say $_ if s/$pattern/$replacement/;
}

根据需要添加文件句柄和其他样板文件。

编辑：让我们去寻找一些更通用的东西。

首先，我们将解析出我们的命令行参数，并将我们的替换放入哈希：

$filename = shift @ARGV;
%patterns = ();
while (scalar @ARGV) {
    my $pattern = shift @ARGV;
    my $replacement = shift @ARGV;
    $patterns{$pattern} = $replacement
}

然后对于文件中的每一行，我们将逐字输出该行，然后查看它是否与我们的任何模式匹配。

while (<>) {
    say $_;
    while (my ($pattern, $replacement) = each %patterns) {
        s/$pattern/$replacement/g and say $_ if /^$pattern/;
    }
}

Answer 2

这将解决您的第一个问题：

use strict;
use warnings;

die "usage..." unless @ARGV == 3;
my ($file, $src, $dst) = @ARGV;

open my $fh, '<', $file or die "Can not open $file: $!";
while (<$fh>) {
    print;
    if (/^$src\b/) {
        s/$src/$dst/g;
        print;
    }
}
close $fh;

查看链接的脚本...您可以轻松地将块注释转换为POD，以便它们有效地成为代码的联机帮助页。然后你可以使用POD::Usage 当用户做一些愚蠢的事情时获取使用信息。

Answer 3

如果记录结束标记对于所有记录都相同，则可以设置$/变量，以便<FILE>一次只读取一条记录。

$\ = "<some ending record marker>\n";
while (<FILE>) {
    print $_;
    # $_ is a multi-line string so use /m modifier
    print $_ if s/$pattern/$replacement/m;
}

在正则表达式修改重复行时复制和复制每行输入文件的最佳方法

3 个答案: