Question

我有一个长单行的文本文件，需要将其拆分为多行，然后才能打印到CSV文件。我尝试了多种方法，但我非常接近，但是我的数据输出不正确。我坚持将字符串拆分为数组。

我已经尝试了下面的代码，尽管它正确地分割了行，但数据没有被分割成数组。

open (INPUT, '<', $proxy_file ) or die "Cannot open proxy file\n";
open(OUTPUT, '>', $complete) or die "Cannot create $complete.'\n'";
while(my $line = <INPUT>){
    chomp $line;
    $line =~ s/,//g;
    $line =~ s/://g;
    my @fields = split /(?<=\.com)/, $line;

    print OUTPUT $_, "\n" for @fields;

这是示例数据

JACOB2345@gmail.com:YdjfkoweU, LUKE453@gmail.com:YdjfkoweU, WESLEY233@gmail.com:YdjfkoweU, Bruce2423@gmail.com:YdjfkoweU, Angel@gmail.com:YdjfkoweU, Lukder@gmail.com:YdjfkoweU,

我想将其拆分为：

FIELD 1             FIELD2
JACOB2345@gmail.com YdjfkoweU
LUKE453@gmail.com YdjfkoweU

等

Answer 1

此代码将为您提供一个制表符，分隔CSV：

n,m,p=map(int,input().split())

Answer 2

use strict;
use warnings;

while(my $line = <DATA>) {
  chomp($line);
  my @rows = split/,\s{1}/, $line;
  foreach my $row (@rows) {
    my ($field_1, $filed_2) = split/:/, $row;
    print "$field_1<=>$filed_2\n";
  }
}



__DATA__
JACOB2345@gmail.com:YdjfkoweU, LUKE453@gmail.com:YdjfkoweU, WESLEY233@gmail.com:YdjfkoweU, Bruce2423@gmail.com:YdjfkoweU, Angel@gmail.com:YdjfkoweU, Lukder@gmail.com:YdjfkoweU,

Answer 3

尝试使用此简单的perl单线纸（好吧，几乎是单线纸）：

echo 'JACOB2345@gmail.com:YdjfkoweU, LUKE453@gmail.com:YdjfkoweU, WESLEY233@gmail.com:YdjfkoweU, Bruce2423@gmail.com:YdjfkoweU, Angel@gmail.com:YdjfkoweU, Lukder@gmail.com:YdjfkoweU, ' | \
    perl -F'/,\s*/' -lane '
BEGIN {
    $out_rec_sep = "\t";
    print join $out_rec_sep, map { "FIELD$_" } (1..2);
}
foreach $rec ( @F ) {
    print join $out_rec_sep, split m{:}, $rec;
}'

打印到STDOUT（您可以使用> out_file将其重定向到文件）：

FIELD1  FIELD2
JACOB2345@gmail.com     YdjfkoweU
LUKE453@gmail.com       YdjfkoweU
WESLEY233@gmail.com     YdjfkoweU
Bruce2423@gmail.com     YdjfkoweU
Angel@gmail.com YdjfkoweU
Lukder@gmail.com        YdjfkoweU

如果您需要csv（逗号分隔）而不是tsv（制表符分隔）输出，请更改为$out_rec_sep = ",";。

您的代码存在一些问题。

输入用,分隔，然后在每个记录中用:分隔。在这种情况下，将split与这些显而易见的通用定界符一起使用几乎总是容易的。首先将输入拆分为记录，然后将每个记录拆分为字段。这是一个非常常见的编程习惯。

您使用正则表达式删除定界符，然后在.com上进行拆分的方法会导致代码变得更长，更模糊（摆脱输入的2个定界符结构），容易出错（如您所述）），并且对输入的更改不可靠（请考虑某些电子邮件是否以.edu，.org等结尾）。

将一行长行从文本文件拆分为多行（CSV）

3 个答案: