Question

Perl专家 - 我试图解决我的问题是变成了很多代码，在PERL中似乎我正在接近这个问题。这是我的问题：

我有一个文本块（下面的例子），它可以在列数据之间有可变数量的空格。我使用的是一个简单的拆分，但现在的问题是列“代码”现在在数据中包含空格（我只考虑了最后一列中的空格）。似乎是不变的（尽管我无法访问或控制源结构）是列之间至少有3个空格（可能更多，但从不少）。

所以，我想说我的列分隔符令牌是“3个空格”，然后修剪每个中的数据以获得我的实际柱状数据。

COL0   COL1   COL2   COL3         COL4   COL5
   -      4    0.2      1       416489   463455 554
          1    0.9      1           E1   
   0      3    1.4     14   E97-TEST 1   
   -      1   97.5    396         PASS   Good

我只是想把这些值变成6个变量。

注意：COL0可能没有值。 COL4可能包含数据空间。 COL5可能不包含值，也不包含空格数据。所有固定格式都使用空格（没有制表符或其他特殊字符）。澄清一下 - 列的大小不一致。一个文件可能有COL4为13个字符，另一个文件有COL4，宽度为21个字符。或者不像另一个SO成员所说的那样严格。

Answer 1

您需要确定列的位置。作为一个非常恶心的黑客，您可以读取整个文件，然后将字符串或行组合在一起：

my @file = <file>;
chomp @file;

my $t = "";
$t |= $_ foreach(@file);

然后

$ t将在列中包含空格字符，只有该列中始终有空格字符;其他列将包含二进制垃圾。现在用一个匹配非空格的零宽度匹配来分割它：

my @cols = split /(?=[^ ]+)/, $t;

我们实际上希望列的 widths 生成unpack（）格式：

@cols = map length, @cols;
my $format = join '', map "A$_", @cols;

现在处理文件！：

foreach my $line (@file) {
  my($field, $field2, ...) = unpack $format, $line;
  your code here...
}

（此代码仅经过轻微测试。）

Answer 2

如果您正在处理严格的柱状数据，unpack可能是您想要的：

#!perl

use strict;
use warnings;
use 5.010;

use Data::Dumper;

my $data = <<EOD;
COL0   COL1   COL2   COL3         COL4   COL5
   -      4    0.2      1       416489   463455 554
          1    0.9      1           E1   
   0      3    1.4     14   E97-TEST 1   
   -      1   97.5    396         PASS   Good
EOD

my @lines = split '\n', $data;
for my $line ( @lines ) {
    my @values = unpack("a5 A7 A7 A7 A13 A*", $line);
    print Dumper \@values;
}

这似乎会根据您的意愿将您的值转储到@values数组中，但它们会有前导空格，您必须将其剪掉。

Answer 3

我会使用两个传递：在第一个中，找到每行中有空格的字符列;然后，用这些索引拆分或解包。之后进行空白修剪。

你的例子：

COL0   COL1   COL2   COL3         COL4   COL5
   -      4    0.2      1       416489   463455 554
          1    0.9      1           E1   
   0      3    1.4     14   E97-TEST 1   
   -      1   97.5    396         PASS   Good

000011100001110000111000011100000000001110000000000

最后一行中的1显示哪些列都是空格。

Answer 4

我知道CanSpice已经回答了（可能是一个更好的解决方案），但您可以使用“$ /”设置输入分隔符。这必须在局部范围（可能是子范围）中完成，因为它是一个全局变量，或者您可能会看到副作用。例如：

local $/ = "   ";
$input = <DATAIN>; # assuming DATAIN is the file-handler

您可以使用漂亮的小正则表达式修剪空白。有关示例，请参阅Wikipedia。

Perl Text Parsing - 固定的分隔结构正在发生变化

4 个答案: