Question

我花了最近2-3天的谷歌搜索和搜索解决方案，但我似乎无法找到任何解决方案。

基本上，我有一个包含数十万条记录的文本文件。这是文件中包含的内容的模式。

第01行：^ D 23554
第02行：Q 123 325
第03行：Y qwe325
第04行：^ P fiwkkwlds
第05行：Y qrwe
06号线：Y rtewt
第07行：^ A 284274 DFL 2939955 001
08行：F 2739
第09行：^ D 23556
第10行：^ k 2994
第11行：^ A 284274 DFL 2939966 002
第12行：^ k 29942
第13行：^ k 32423
第14行：^ A 284274 DFL 2939957 003
第15行：F 23425
第16行：^ A 284274 DFL 2939958 004
第17行：F 92823
第18行：等等......

基本上，数据中没有特定的模式，但每行的开头 - ＆gt; ^ D，Q，Y，^ P，^ A，F，^ k表示简单的消息。

我希望创建一个脚本（最好是在shell，perl或c ++中），它将从第一行扫描文件，直到最后一行和

1）检索^ A行中的所有值 2）插入分隔符 3）检索^ D行中的最后一个值 4）插入分隔符 5）检索F行中的下一个值 6）希望用数据

创建另一个文本文件

根据我之前的例子，下面是结果：

第01行：284274 DFL 2939955 001 | 23554 | 2739
02号线：284274 DFL 2939966 002 | 23556 | 23425
Line 03：284274 DFL 2939957 003 | 23556 | 23425
Line 04：284274 DFL 2939958 004 | 23556 | 92823

换句话说：

来自^ A行的值

来自之前^ D行的值|来自下一个F线的价值。

有人可以帮助我吗？我一直在阅读有关哈希映射和哈希表的内容，但我不太清楚如何使用它们。我已经看到很多使用grep的解决方案，你找到一个模式ex：^ A然后在该模式之前/之后打印最后的x行，因为这个数据可以是超级随机的，前面的^ D消息或下一个F消息可以在任何行上。

解决方案有点必须读取文件并始终在内存中保留^ D和F行值并在找到模式^ A时检索它们。

有人可以帮助我：）

谢谢!!!!

Answer 1

这是伪代码：

d_value = f_value = null
foreach line in input {
  if line matches ^A {
    print line | d_value | f_value
    d_value = f_value = null
  }
  else if line matches ^D
    a_value = <extracted value>
  else if line matches ^F
    f_value = <extracted value>
}

假设d和f值在a之前。您可以添加错误检查以确保值存在。

希望你这有帮助。

Answer 2

试试这个正则表达式：

(?<=\^A\s)(?<a>\V+)|(?<=\^D\s)(?<b>\V+)|(?<=\F\s)(?<c>\V+)

它将^A值捕获为组（a），将^D值捕获为组（b），将F值捕获为组（c）。

匹配这些值后，您可以轻松地在此Regex上构建，以使用您选择的任何编程语言对其进行排序。

演示：https://regex101.com/r/2tipn0/1

Answer 3

这个可行，但我认为对于大文件来说应该很慢：

IFS=$'\n'
readarray -t -O1 data< <(grep -h -e "\^D" -e "\^A" -e "^F" a.txt)
posA=1
for i in "${data[@]}"; do
if [[ "$i" = "^A"* ]]; then
    textA="${data[$posA]}"
    posD=$posA
    posF=$posA
    textD=""
    textF=""
    while [ "$posD" -ge 1 ] && [[ "$textD" != "^D"* ]]; do
    posD=$(($posD - 1))
    textD="${data[$posD]}"
    done

    while [ "$posF" -le "${#data[@]}" ] && [[ "$textF" != "F"* ]]; do
    posF=$(($posF + 1))
    textF="${data[$posF]}"
    done
    textADF="$textA | $textD | $textF"
    echo "ADF=$textADF"
fi
posA=$(($posA + 1))
done
unset IFS
exit

整个实现基于

的输出

grep -h -e "\^D" -e "\^A" -e "^F" a.txt

存储到数组“data”然后代码操作此数组，并且while循环将在第一个匹配中停止。

也许你可以将grep与head和tail结合起来以避免数组操作。

PS1：同时将-n开关应用于grep可提供有趣的输出。

PS2：我无法使用“^ A ^ D F”组直接grep您的文件，以避免使用代码进行数组操作，但可能是正则表达式可能。

找到模式

3 个答案: