Question

我有一个这样的字符串：

LOADID##49945-19-0-3540FAA-16995-16995%%ANAME##NWADVE15%%AID##51826%%AGNAME##ADDLEXPR%%AGID##49945%%HNAME##teranetcmoduat.teraner.com%%LOADDATE##07-12-16%%LOADTIME##02-04-53.end

我必须提取参数的值：

LOADID, ANAME, AID, AGNAME, AGID, HNAME, LOADDATE, LOADTIME

...并将其写入文本文件。输出格式为：

49945-19-0-3540FAA-16995-16995|NWADVE15|51826|ADDLEXPR|49945|teranetcmoduat.teraner.com|07-12-16|02-04-53

Answer 1

解析

my %rec = split /##|%%/, $s, -1;

-OR -

my %rec = map { split /##/, $_, 2 } split /%%/, $s;

后者的优点是它支持没有值的键，以及包含##的值。简单地说，它更可靠。

打印

my @headers = qw( LOADID ANAME AID AGNAME AGID HNAME LOADDATE LOADTIME );

say join "|", @rec{@headers};

-OR -

use Text::CSV_XS qw( );

my @headers = qw( LOADID ANAME AID AGNAME AGID HNAME LOADDATE LOADTIME );

my $csv = Text::CSV_XS->new({
   auto_diag => 2,
   binary    => 1,
   sep_char  => '|',
});

$csv->say(\*STDOUT, [ @rec{@headers} ]);

后者生成以管道分隔的CSV文件，因此它可以支持包含|的值，但可以使用CSV引用。

Answer 2

根据您的输入，您可以搜索

^LOADID##([^%]+)%%ANAME##([^%]+)%%AID##([^%]+)%%AGNAME##([^%]+)%%AGID##([^%]+)%%HNAME##([^%]+)%%LOADDATE##([^%]+)%%LOADTIME##([^%]+).end$

并替换为

\1|\2|\3|\4|\5|\6|\7|\8

有：

查找固定部件，并捕获参数值
假设“没有空参数值”（可以根据需要在搜索表达式中用+替换*。）和
将失败。

查看实际操作：RegEx101。

但字符串拆分可能更有效。

请评论是否需要调整/进一步详细说明。

Answer 3

只需一个带有2个正则表达式替换的简单Perl脚本即可（用Perl 5测试）

$ cat input.txt
LOADID##49945-19-0-3540FAA-16995-16995%%ANAME##NWADVE15%%AID##51826%%AGNAME##ADDLEXPR%%AGID##49945%%HNAME##teranetcmoduat.teraner.com%%LOADDATE##07-12-16%%LOADTIME##02-04-53.end

$ echo 's/(.*?)##(.*?)(?:%%|\.end$|$)/$2|/g;s/\|$//' > pipeitup.pl

$ perl -p pipeitup.pl input.txt > result.txt

$ cat result.txt
49945-19-0-3540FAA-16995-16995|NWADVE15|51826|ADDLEXPR|49945|teranetcmoduat.teraner.com|07-12-16|02-04-53

添加第二个正则表达式替换s/\|$//以删除管道末尾因此，如果最终的管道不会给您带来麻烦，那么您可以将其高尔夫球化为只有第一个正则表达式替换s/(.*?)##(.*?)(?:%%|\.end$|$)/$2|/g。

顺便说一句，只需稍作修改即可打印带有字段名称的标题。（因为这些名称在第一个正则表达式的捕获组1中）

$ head -n1 input.txt |perl -p -e 's/(.*?)##(.*?)(?:%%|\.end$|$)/$1|/g;s/\|$//' >header.txt

我希望Perl中的代码能够拆分带有多个分隔符的字符串

3 个答案:

解析

打印