Question

我有一些以制表符分隔的形式的数据，它提供来自用户代理（UA）的设备识别结果。但有几行设备被错误识别，我需要将它们更改为正确的。

例如，有些情况下，iphone或htc野火UA被识别为另一部手机。因此，对于这种情况，我需要通过在UA中搜索某些关键字来使用正确的设备更新设备信息。例如，

781 Mozilla/5.0 (Linux; U; Android 2.1-update1; fi-fi; HTC_Wildfire_A3333 Build/ERE27) AppleWebKit/530.17 (KHTML, like Gecko) Version/4.0 Mobile Safari/530.17  htc_wildfire_ver1_suba3333    HTC       Wildfire    Android

这是正确的，但类似的情况是错误的

775 Mozilla/5.0 (Linux; U; Android 2.1-update1; fi-fi; HTC Wildfire Build/ERE27) AppleWebKit/525.10+ (KHTML, like Gecko) Version/3.0.4 Mobile Safari/523.12.2 (AdMob-ANDROID-20100709)   T-Mobile       Pulse   Android

所以，我必须做这样的事情。我知道如果UA列包含术语HTC和Wildfire，那就是那部手机。所以，我想查找所有具有字符串HTC和Wildfire的UA，但是第3列和第4列（manufucturer和model）是错误的，然后使用第781行中的正确设备信息更新它们，我知道这是正确的。我会手动输入第781行是正确的代码，如果设备没有正确识别，我会把所有这些情况从第7行开始的第781行的信息。

当然这是一个案例，有几个这样的案例，我会为每个案例重复相同的逻辑。除了这四个之外还有其他专栏我没有展示过。

我将如何在perl脚本中完成此操作（最好，但bash解决方案也可以）。

Answer 1

通过循环输入文件创建具有所有不同（UA，制造商，型号）三元组的文件（设备），将三元组作为键存储在哈希中;将已排序的密钥写入设备
手动编辑设备（删除'错误'行）
将设备加载到哈希中，使用UA作为键，（制造商，型号）作为值。循环输入文件，使用当前行的UA字段查找设备，使用散列中的良好值更改这两个字段（如果需要）。

    my @Log = (
        [ 'HTC', 'badModelHTC'  ]
      , [ 'ABC', 'badModelABC' ]
      , [ 'HTC', 'goodModelHTC' ]
      , [ 'ABC', 'badModelABC' ]
      , [ 'ABC', 'goodModelABC' ]
      , [ 'HTC', 'goodModelHTC' ]
      , [ 'ABC', 'badModelABC' ]
    );
    my %Devs;
    printf "----------- Log org\n";
    for (@Log) {
      printf "%s %s\n", @{$_};
      my $key = join '-', @{$_};
      $Devs{ $key } = $_->[ 1 ];
    }
    printf "----------- Devs org\n";
    for (sort( keys( %Devs ) )) {
      printf "%s => %s\n", $_, $Devs{ $_ };
      if (/bad/) {
          delete $Devs{ $_ };  # fake manual removal
      }
    }
    # fake manual shortening of keys
    my %Tmp = %Devs;
    %Devs = ();
    for (keys %Tmp) {
      $Devs{ (split( /-/, $_))[ 0 ] } = $Tmp{ $_ };
    }
    printf "----------- Devs corrected\n";
    for (sort( keys( %Devs ) )) {
      printf "%s => %s\n", $_, $Devs{ $_ };
    }
    printf "----------- Log corrected\n";
    for (@Log) {
      $_->[ 1 ] = $Devs{ $_->[ 0 ] };
      printf "%s %s\n", @{$_};
    }

输出：

    ----------- Log org
    HTC badModelHTC
    ABC badModelABC
    HTC goodModelHTC
    ABC badModelABC
    ABC goodModelABC
    HTC goodModelHTC
    ABC badModelABC
    ----------- Devs org
    ABC-badModelABC => badModelABC
    ABC-goodModelABC => goodModelABC
    HTC-badModelHTC => badModelHTC
    HTC-goodModelHTC => goodModelHTC
    ----------- Devs corrected
    ABC => goodModelABC
    HTC => goodModelHTC
    ----------- Log corrected
    HTC goodModelHTC
    ABC goodModelABC
    HTC goodModelHTC
    ABC goodModelABC
    ABC goodModelABC
    HTC goodModelHTC
    ABC goodModelABC

使用另一行中的值更新数据文件中的行

1 个答案: