Question

我正在学习Perl，因为我编辑了一个Perl脚本，将Posix OS调用替换为本机Perl函数，以便在Windows上进行跨平台使用。这段代码让我难过：

if (defined($OPTIONS)) {
    my ($method,$file) = ($1,$2);
    my $count = `cut -d\\  -f 2 $file | sort | uniq | wc -l`;
}

1）$1和$2来自哪里？此代码位于函数内部，但该函数没有任何参数。此外，脚本本身会解析70多个命名参数，因此它们不会形成命令行。

2）由于我不知道$2是什么，我不确定$file的内容。

3）无论$file的内容是什么，cut函数都会查看每行的第二个字段（由反斜杠分隔）。

4）看起来最终结果是找到$count的唯一实例的cut。

考虑$file可能非常大（百万行，数百兆字节），用于替换此外部调用并获得相同$count值的最有效的本机Perl代码是什么？ “有效”也是相对的。此代码位于工具链中，其他阶段可以运行2或3天。因此，如果此代码在大文件上需要5或10分钟，则不会出现问题。

Answer 1

$1 $2等是内部Perl变量，用于保存最近成功的正则表达式模式匹配中的第一个，第二个等捕获的内容。

这应该做你想要的。它使用散列来跟踪第二列的所有唯一值，并在读取文件时将$count设置为不同键的数量。它可能比工具链等效物稍快。请注意，它是未经测试的，因为我目前不在使用Perl的系统附近。

我希望在这段代码的真实版本中还有更多内容，因为它唯一的效果是更改在块结尾处丢弃的几个局部变量的值。

if ( defined $OPTIONS ) {
    my ($method, $file) = ($1, $2);
    open my $fh, '<', $file or die qq{Unable to open "$file" for input: $!};
    my %count;
    ++$count{ (split /\\/, $_, 3)[1] } while <$fh>;
    my $count = keys %count;
}

Answer 2

好1美元，2美元是先前定义的变量。没有额外的代码，不知道如何/在哪里/为什么，但命令可以按如下方式分解：

my $count = `cut -d\\  -f 2 $file | sort | uniq | wc -l`;

-d，将分隔符设置为\（\用于转义\，因为它是一个特殊字符）。 -f，告诉cut提取第二个字段（第一个和第二个分隔符之间的内容）

示例：

cut -d\\ -f 2 <<< $(echo "FIELD 1\FIELD2\THE_REMAINDER")

<强>结果

FIELD2

通过管道的其余命令如下：

sort将获取字段列表并按值降序排序。

uniq将删除重复项。

wc -l将为您提供列表中条目数的最终总数（实际上是行数）

因此，为了使用基于非基于unix的解决方案进行复制，您需要通过Perl系统地完成每个步骤。这应该不难实现，所以我省略了那一部分。随意用你所尝试的内容更新你的问题，我相信会提供大量的帮助，因为这是一个非常有趣的挑战恕我直言。

什么原生Perl代码替换`cut`？

2 个答案: