如何解析此文件并将其存储在表中？

Question

我必须解析一个文件并将其存储在一个表中。我被要求使用散列来实现这一点。给我简单的方法来做到这一点，只有在Perl中。

----------------------------------------------------------------------- 
L1234| Archana20 | 2010-02-12 17:41:01 -0700 (Mon, 19 Apr 2010) | 1 line 
PD:21534/lserve<->Progress good 
------------------------------------------------------------------------ 
L1235 | Archana20 | 2010-04-12 12:54:41 -0700 (Fri, 16 Apr 2010) | 1 line 
PD:21534/Module<->Dir,requires completion 
------------------------------------------------------------------------ 
L1236 | Archana20 | 2010-02-12 17:39:43 -0700 (Wed, 14 Apr 2010) | 1 line 
PD:21534/General Page problem fixed 
------------------------------------------------------------------------ 
L1237 | Archana20 | 2010-03-13 07:29:53 -0700 (Tue, 13 Apr 2010) | 1 line 
gTr:SLC-163/immediate fix required 
------------------------------------------------------------------------ 
L1238 | Archana20 | 2010-02-12 13:00:44 -0700 (Mon, 12 Apr 2010) | 1 line 
PD:21534/Loc Information Page 
------------------------------------------------------------------------ 

我想读这个文件，我想执行一个拆分或任何提取以下字段的表：

• 与L启动ID应该是在第一场表
• Archana20必须在第二场
• 时间戳必须在第三字段
• PD必须在第四音响场
• 类型（前/内容必须在最后一个字段）

我的问题是：

1. 如何忽略该文件中的--------…（分割线）？
2. 如何提取以上？
3. 如何拆分文件有两个分隔符（|，/）？
4. 如何使用散列来实现它，需要什么？

请提供一些简单的方法，以便我能够理解，因为我是Perl的初学者。

Answer 1

当你说This is not a homework...to mean this will be a start to assess me in perl我假设你的意思是这也许是你在新工作或某事上的第一项任务，在这种情况下，如果我们只是给你答案，它实际上会伤害你，因为他们会假设你比你更了解Perl。

但是，我会指出你正确的方向。

答：不要使用split，请使用正则表达式。你可以通过谷歌搜索“perl regex”来了解它们。 B. Google“perl hash”了解perl哈希。第一个结果非常好。

我们您的问题：

1. 正则表达式会帮助你忽略行你不想
2. 与提取项目正则表达式。查找“捕获变量”
3. 不要分割，使用正则表达式
4. 请参见上面的B点。

Answer 2

我的问题是：

1. 如何忽略-------- ...（分割线）在这个文件？
2. 如何提取以上？
3. 如何拆分文件有两个分隔符（|，/）？
4. 如何使用散列来实现它，需要什么？

1. 你可能会通过在一个循环中通过行的文件行工作。看看perldoc -f next。在这种情况下，您可以使用正则表达式或更简单的匹配，以确保您只跳过适当的行。
2. 你需要首先分割，然后根据需要处理每个字段，我猜测。
3. 在主分隔符上分割（看起来像是'|' - 稍后会有更多内容），然后将最后一个字段分割为次分隔符。
4. 我不确定你是否问你是否需要散列。如果是这样，你需要选择哪个项目将提供最佳的（唯一的）一组密钥。由于我们不知道你的数据，所以我们不能为你做这件事，但第一个领域（一目了然）看起来是正确的。至于如何将这样的东西变成更复杂的数据结构，最终你会想看看perldoc perldsc，尽管它现在可能只会让你感到困惑。

另一件事，上面的数据看起来像在第一行中有一个半重要的错字。仅在该行中，第一个字段与其分隔符之间没有空格。在其他地方它是'| ”。我提到这只是因为它可以为split。我几乎编辑了这个，但也许数据本身是不规则的，但我怀疑它。我不知道你对Perl有多少初学者，但是如果你对它完全陌生，你应该考虑一本书（在线教程差别很大，许多过时了）。一本相当不错的入门书籍可以在线免费获取：Beginning Perl。另一个不错的选择是Learning Perl和Intermediate Perl（他们真的走在一起）。

Answer 3

如果这个文件是基于行的，那么你可以在while循环中逐行读取。然后跳过那些没有格式化的行。

之后，您可以使用正则表达式，如其他答案中所示。我会用它来分割它并获得一个数组，并为记录构建一个列表哈希。在之后（或之前）通过修剪空格等来清理每条记录。如果使用正则表达式，则使用捕获表达式以这种方式添加到列表中。随你便。

散列键是第一列，该列表包含其他所有内容。如果你只是做一个直接插入，你可以拿出一个列表清单，然后把所有内容都放进去。

散列的关键将允许您查看特定记录以进行快速查找。但如果你不需要这个，那么一个数组就可以。

Answer 4

你可以试试这个，

点需要知道：

1. 一行
2. 读取文件中的行通过使用正则表达式，删除 '----' 行。

3. 之后使用拆分函数来填充数组的哈希值。

   #!/usr/bin/perl 
       use strict; 
       use warning; 
       my $test_file = 'test.txt'; 
       open(IN, '<' ,"$test_file") or die $!; 
       my (%seen, $id, $name, $timestamp, $PD, $type); 
       while(<IN>){ 
        chomp; 
        my $line = $_; 
        if($line =~ m/^-/){ #removing '---' lines 
        # print "$line:hello\n"; 
        }else{ 
        if ($line =~ /\|/){ 
         ($id , $name, $timestamp) = split /\|/, $line, 4; 
        } else{ 
        ($PD, $type) = split /\//, $line , 3; 
        } 
        $seen{$id}= [$name, $timestamp, $PD, $type]; //use Hashes of array 
        } 
       } 
       for my $test(sort keys %seen){ 
        my $test1 = $seen{$test}; 
        print "$test:@{$test1}\n"; 
       } 
       close(IN);