Question

我正在通过CGI在perl中读取文本文件，并注意到当文件保存在mac的textEdit中时，行分隔符被识别，但是当我上传直接从excel导出的CSV时，它们不是。我猜这是一个\ n与\ r \ n问题，但它让我觉得我不知道如何指定我想要的行终止符令牌，如果我不想要它正在寻找的那个默认情况下。

Answer 1

是。您需要覆盖$/的值。来自perlvar

$ /

输入记录分隔符，默认为换行符。这影响了Perl关于“线”是什么的想法。像awk的RS变量一样工作，包括将空行设置为终止符（如果设置为空字符串）。（空行不能包含任何空格或制表符。）您可以将其设置为多字符字符串以匹配多字符终结符，或者设置为undef以读取文件末尾。将其设置为“\ n \ n”意味着与设置为“”略有不同，如果文件包含连续的空行。设置为“”会将两个或多个连续的空行视为一个空行。设置为“\ n \ n”将盲目地假设下一个输入字符属于下一段，即使它是换行符。（助记符：/在引用诗歌时划界线边界。）
local $/;           # enable "slurp" mode
local $_ = <FH>;    # whole file now here
s/\n[ \t]+/ /g;
请记住：$ /的值是字符串，而不是正则表达式。 awk必须更好的东西。： - ）

将$ /设置为对整数的引用，包含整数的标量或可转换为整数的标量将尝试读取记录而不是行，最大记录大小为引用的整数。所以这个：
local $/ = \32768; # or \"32768", or \$var_containing_32768
open my $fh, "<", $myfile or die $!;
local $_ = <$fh>;
将从FILE中读取不超过32768字节的记录。如果您没有从面向记录的文件中读取（或者您的操作系统没有面向记录的文件），那么每次读取时您都可能获得完整的数据块。如果记录大于您设置的记录大小，您将获得记录。尝试将记录大小设置为零或更小将导致读取整个文件的（其余部分）。

在VMS上，记录读取是使用等效的sysread完成的，因此最好不要在同一文件上混合记录和非记录读取。（这不太可能是一个问题，因为您想要以记录模式读取的任何文件在线路模式下可能无法使用。）非VMS系统执行正常的I / O，因此混合记录和非记录读取是安全的一个文件。

另请参阅perlport中的“Newlines”。另见$ ..

Answer 2

该变量有多个名称：

$/
$RS
$INPUT_RECORD_SEPARATOR

对于较长的名字，您需要：

use English;

请记住仔细本地化：

{
local($/) = "\r\n";
...code to read...
}

Answer 3

如果您正在使用CRLF行终止符读取文件，则可以使用CRLF规则打开它，或者设置句柄的binmode以进行自动转换。

open my $fh, '<:crlf', 'the_csv_file.csv' or die "Oh noes $!";

这会将\r\n序列透明地转换为\n序列。

您还可以通过执行以下操作将此翻译应用于现有句柄：

binmode( $fh, ':crlf' );

:crlf模式通常是Win32 Perl环境中的默认模式，在实践中运行良好。

Answer 4

要阅读CSV文件，请遵循Robert-P在其注释中的建议，并使用CSV模块。

但是对于从具有不同行尾的文件中读取行的一般情况，我通常要做的是将文件完整地封装并在\R上分割。如果它不是数千兆字节的文件，那应该是最安全，最简单的方法。

所以：

perl -0777 -nle 'my @lines = split /\R/;
    print length($_), " bytes split into ", scalar(@lines), " lines."' $YOUR_FILE

或在您的脚本中：

{
  local $/ = undef;
  open F, $YOUR_FILE or die;
  @lines = split /\R/, <F>;
  close F;
}

\R适用于Unix LF（\x0A），Windows / Internet CRLF，也适用于90年代Mac所使用的CR（\x0D），但实际上仍然被某些Mac程序使用。

来自perldoc：

\ R匹配通用换行符；也就是说，任何被认为是换行符的东西 Unicode序列。这包括\ v匹配的所有字符（垂直空白）和多字符序列“ \ x0D \ x0A” （回车后跟换行符，有时也称为网络新队;这是Microsoft文本文件中使用的行序列的结尾以二进制模式打开）

或者在Brian D Foy的文章The \R generic line ending中看到有关\R的更详尽，详尽的解释，甚至还有一些有趣的视频。

有没有办法在Perl的文件阅读器中指定行令牌分隔符？

4 个答案: