Question

我正在使用一个大型数据集，基本上归结为这样的东西：

my $input = q(
<foo>111</foo>
<foo>222</foo>
<foo>333</foo>
<foo></foo>
<foo>555</foo>
); # new-lines are either CR+LF, LF, or CR

基于上面的例子，我们假设以下约束有效：

总会有5行数据。
每行中的数据都包含在一个标记中，例如<foo>...</foo>。
数据不包含嵌套标签。
所有行都使用相同的标记（例如foo）来包含其数据。

最终，以上面的数据来源为例，我想最终得到类似的东西：

my %values = (
  one   => '111',
  two   => '222',
  three => '333',
  four  => '',
  five  => '555'
);

这是我的尝试：

my @vals = $input =~ m!<foo>(.*?)</foo>!ig;

if (scalar @vals != 5) {
  # panic
}

my %values = (
  one   => shift @vals,
  two   => shift @vals,
  three => shift @vals,
  four  => shift @vals,
  five  => shift @vals
);

这是我想要的，但它看起来很丑，并不是很灵活。不幸的是，这是我现在能做的最好的事情，因为我是Perl的新手。

所以，鉴于上述限制，有什么更优雅的方法呢？

Answer 1

将两个数组合并为一个哈希：

my @keys = qw/one two three/;
my @values = qw/alpha beta gamma/;

my %hash; 
@hash{@keys} = @values;

Answer 2

首先，再看看：

my %values = (
  one   => '111',
  two   => '222',
  three => '333',
  four  => '',
  five  => '555'
);

此数据结构将整数与一段数据相关联。但是已经存在一个内置数据结构，它具有相同的用途：Arrays。

所以，使用数组。您可以编写$values{ one }而不是编写$values[ 0 ]，而整数和数据值之间的映射将是透明的。

如果键不是整数，则可以执行以下操作：

use strict; use warnings;

my @keys = qw(a b c d e);

my $input = q(
<foo>111</foo>
<foo>222</foo>
<foo>333</foo>
<foo></foo>
<foo>555</foo>
); # new-lines are either CR+LF, LF, or CR

my %values;

# hash slice
@values{ @keys } = $input =~ m{ <foo> (.*?) </foo>}gix;

use YAML;
print Dump \%values;

输出：

---
a: 111
b: 222
c: 333
d: ''
e: 555

Answer 3

哦，这样的东西可以给予还是带走？

use Number::Spell;
$input =~ s|<(?:/)?foo>||g;
my @lines = grep { $_ } split "\n", $input; # grep for blank lines
my $i = 0;
my %hash = map { spell_number($i++) => $_ } @lines;

嗯，我可以做得更好。

use Number::Spell;
my $i = 0;
my %hash = map { s|<(?:/)?foo>||g; $_ ? spell_number($i++) => $_ : () } 
           split "\n", $input;

<强>编即可。哎呀，有一个@lines而不是$ input inna第二个片段。 谨慎使用;我只输入了这段代码;我还没有写过单元测试。

优雅地解析Perl中的刚性数据

3 个答案: