Perl文本解析 - 固定的定界结构正在改变

Perl专家 - 我试图解决我的问题的过程变成了很多代码，这在PERL中看起来像是我正确地接近了这一点。这是我的问题：Perl文本解析 - 固定的定界结构正在改变

我有一段文字（下面的例子），可以有不同数量的列数据之间的空白。我正在使用一个简单的拆分，但现在的问题是，列“代码”现在包含数据中的空间（我只占最后一列中的空间）。什么似乎是常数（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，但不会更少）。

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

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可能不包含任何值，或包含空格的数据。所有固定的格式都是用空格（没有选项卡或其他特殊字符）完成的。澄清 - 列不一致大小。一个文件可能具有13个字符的COL4，另一个文件具有21个字符的COL4。或者不像另一个SO成员那样严格。

来源

2011-01-20 Walinmichi

可以一列从一个不同的每行之间的偏移开始？例如。 row1是`| 1 2 3 |`（3个空格），row2是`| 11111 2 3 |`（也是3个空格，但现在第二列的偏移量4比第一行大，因为第二行的第一个值很宽） – DVK 2011-01-20 20:58:44

不，列大小对于每个数据行是一致的文件。可以区分文件，但在文件中保持一致。 – Walinmichi 2011-01-20 21:03:02

列标题是否真的存在？ – Svante 2011-01-20 21:04:35

如果你正在处理这样严格的柱状数据，unpack可能是你想要什么：

#!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; 
}

这似乎你的价值观转储到@values阵列如你所愿，但他们将有领先的空间，你必须削减。

来源

2011-01-20 20:51:05 CanSpice

我知道CanSpice已经回答了（可能是更好的解决方案），但是您可以使用“$ /”设置输入分隔符。这必须在局部范围内完成（可能是一个子范围），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

您可以使用一个很好的小正则表达式来裁剪空白。一个例子见Wikipedia。

来源

2011-01-20 20:57:43 jtpereyda

我会使用两遍：在第一个，找到那些在每行中有空格的字符列;然后，与这些指数拆分或解包。之后进行空白修整。

你举的例子：

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

的1 S IN的最后一行显示的列都是空格。

来源

2011-01-20 21:10:33 Svante

你需要弄清楚列的位置。作为一个真的挺恶心的黑客，你可以读取整个文件，然后串或线一起：那么

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

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

$ T将包含在只那里总是在列空格字符列空格字符;其他列将包含二进制垃圾。现在有了一个零宽度匹配拆分它的非空间相匹配：

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

实际上，我们希望宽度列生成解压缩（）格式：

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

现在进程文件！：

3210

（此代码只被轻轻测试。）

来源

2011-01-20 21:24:48 pndc

Perl文本解析 - 固定的定界结构正在改变

回答

相关问题