Question

我只是Perl的初学者，在使用Perl脚本过滤列时需要一些帮助。我在文件中有大约10个以逗号分隔的列，我需要在该文件中保留5列，并从该文件中删除所有其他列。我们如何实现这一目标？

非常感谢任何人的帮助。

欢呼声，尼尔

Answer 1

查看Text::CSV（或Text::CSV_XS）来解析Perl中的CSV文件。它可以在CPAN上获得，或者如果您使用的是Linux或其他类Unix操作系统，则可以通过包管理器获取它。在Ubuntu中，包名为libtext-csv-perl。

它可以处理引用的字段之类的情况，因为它们包含逗号，这是简单的拆分命令无法处理的内容。

Answer 2

CSV是一种定义不明确的复杂格式（引号，逗号和空格的奇怪问题）。寻找可以为您处理细微差别的a library，并为您提供方便，例如按列名索引。

当然，如果您只是想用逗号分割文本文件，那么请查看@ Pax的解决方案。

Answer 3

使用split将线拉开，然后输出您想要的线（比如每隔一列），创建以下xx.pl文件：

while(<STDIN>) {
    chomp;
    @fields = split (",",$_);
    print "$fields[1],$fields[3],$fields[5],$fields[7],$fields[9]\n"
}

然后执行：

$ echo 1,2,3,4,5,6,7,8,9,10 | perl xx.pl
2,4,6,8,10

Answer 4

如果您在谈论Windows中的CSV文件（例如，从Excel生成），则需要小心处理包含逗号本身但用引号括起来的字段。

在这种情况下，简单的拆分将无效。

Answer 5

或者，您可以使用标准库中的Text::ParseWords。添加

use Text::ParseWords;

到上面Pax示例的顶部，然后替换

  my @fields = parse_line(q{,}, 0, $_);

分裂。

Answer 6

您可以使用Perl的一些内置运行时选项在命令行上执行此操作：

$ echo "1,2,3,4,5" | perl -a -F, -n -e 'print join(q{,}, $F[0], $F[3]).qq{\n}' 1,4

以上将-a（utosplit）使用逗号的-F（字段）。然后它将加入您感兴趣的字段并将其打印出来（使用行分隔符）。这假设没有嵌套逗号的简单数据。我使用不可打印的字段分隔符（\ x1d）这样做，所以这对我来说不是问题。

有关详细信息，请参阅http://perldoc.perl.org/perlrun.html#Command-Switches。

Answer 7

看起来没有找到一个很好的符合csv标准的过滤器程序，它只是一个有用的灵活，所以我写了一个。享受。

基本用法是：

bash $ csvfilter [-r＆lt; columnTitle＆gt;] * [-quote]＆lt; csv.file＆gt;

#!/usr/bin/perl

use strict;
use warnings;
use Getopt::Long;

use Text::CSV;

my $always_quote=0;

my @remove;
if ( ! GetOptions('remove:s'=> \@remove,
          'quote-always'=>sub {$always_quote=1;}) ) {
   die "$0:invalid option (use --remove  [--quote-always])";
}

my @cols2remove;

sub filter(@)
{
   my @fields=@_;
   my @r;
   my $i=0;
   for my $c (@cols2remove) {
       my $p;
       #if ( $i  $i ) {
       push(@r, splice(@fields, $i));
   }
   return @r;
}

# create just one if these
my $csvOut=new Text::CSV({always_quote=>$always_quote});

sub printLine(@)
{
    my @fields=@_;
    my $combined=$csvOut->combine(filter(@fields));
    my $str=$csvOut->string();
    if ( length($str) ) {
     print "$str\n";
    }
}

my $csv = Text::CSV->new();

my $od;
open($od, "| cat") || die "output:$!";
while () {
    $csv->parse($_);
    if ( $. == 1 ) {
    my $failures=0;
    my @cols=$csv->fields;
    for my $rm (@remove) {
        for (my $c=0; $c$b} @cols2remove);
    }
    printLine($csv->fields);
}

exit(0);
\

Answer 8

除了人们在这里谈到处理逗号分隔文件的内容之外，我还要注意，可以使用数组切片和/或映射提取偶数（或奇数）数组元素：

@myarray[map { $_ * 2 } (0 .. 4)]

希望它有所帮助。

Answer 9

我个人最喜欢的CSV方式是使用AnyData module。它似乎使事情变得非常简单，并且可以相当容易地删除命名列。 Take a look on CPAN

Answer 10

这回答了一个更大的问题，但似乎是一个很好的相关信息。

unix cut命令可以做你想要的（还有更多）。它一直是reimplemented in Perl。

如何从Perl中的CSV文件中过滤掉特定列？

10 个答案: