在Perl中解析不规则的文本文件

如何解决在Perl中解析不规则的文本文件

| 我是perl编程的新手，想了解有关使用perl解析文本文件的知识。我有一个格式不规则的文本文件，我想将其解析为三个。基本上，文件包含类似于以下内容的文本：

;out;asoljefsaiouerfas\'pozsirt\'z
mysql_query(\"SELECT * FROM Table WHERE (value=\'true\') OR (value2=\'true\') OR (value3=\'true\') \");
1234 434 3454

4if[9put[e]9sd=09q]024s-q]3-=04i
select ta.somefield,tc.somefield 
from TableA ta INNER JOIN TableC tc on tc.somefield=ta.somefield 
INNER JOIN TableB tb on tb.somefield=ta.somefield 
ORDER by tb.somefield
234 4536 234

并且列表以这种格式继续。因此，我需要将其解析为三部分。即最上面的那个，进行哈希检查。第二个是mysql查询，第三个是解析这三个数字。由于某些原因，我不知道如何执行此操作。我在perl中使用\'open \'函数从文本文件中获取数据。然后，我尝试对换行符使用\'split \'函数，但是结果发现查询不在一行或一个模式中，所以我无法像我想象的那样使用它。

解决方法

以下似乎有效：

while ($file_content =~ /\\s*^(.+?)^(.*?)^(\\d+\\s+\\d+\\s+\\d+)$/smg) {
    my $checksum = $1;
    my $query = $2;
    my $numbers = $3;
    # do stuff
}

这是正则表达式的解释：

\\s*                   # eat up empty lines
^(.+?)                # save the checksum line to group 1
^(.+?)                # save one or multiple query lines to group 2
^(\\d+\\s+\\d+\\s+\\d+)$   # save number line to group 3

第一组总是只有一行，因为遇到下一行时它很懒，正则表达式将尝试在第二组开始匹配。到那时，如果其余比赛可以完成，那么第二组将包含数字之前的所有后续行。 ,假设：数据块之间将有一个空白行。该空白行将仅包含换行符。在这些块中，哈希检查将是顶部的单行，而三个数字将是底部的单行。考虑到这一点：

use strict;
use warnings;
use English qw<$RS $OS_ERROR>;

local $RS = \"\\n\\n\";

open( my $fh,\'<\',$path_to_file ) 
    or die \"Could not open $path_to_file! - $OS_ERROR\"
    ;
while ( <> ) { 
    chomp;
    my ( $hash_check_line,@inner_lines 
       )
       = split /\\n/
       ;
    my @numbers = split /\\D+/,pop @inner_lines;
    my $sql     = join( \"\\n\",@inner_lines );

    ...
}

通过将$RS（$/或$INPUT_RECORD_SEPARATOR）更改为双换行符，我们可以更改记录的读入方式。这并不是那么奇怪，但是在Perl工作的那几年，我不得不使记录分隔符成为一些非常有趣的字符串，但是有时候，仅读取要读取的块就需要全部。 ,哦，天哪。我看到的算法是：缓存第一行。读取所有行，直到空白行。 \'最后\'行将是数字。其余所有将成为查询。考虑到这一点，我提供了以下代码：

open my $fh,$path_to_file
    or die \"Can\'t open $path_to_file: $!\";
while (my ($checksum,$query,$numbers) = read_record($fh) ) {
    # do something with record
}
close $fh or warn \"$!\";

sub read_record {
    my $fh = shift;
    my @lines;
    LINE: while (my $line = <$fh>) {
        chomp $line;
        last LINE if $line eq q{}; # if empty,we\'re done with the record!
        push @lines,$line;        # store it :)
    }
    return unless @lines;          # if we didn\'t get anything,eof!
    my $checksum = shift @lines;   # first was checksum.
    my $numbers = pop @lines;      # last thing read was numbers.
    my $query = join \' \',@lines;  # everything else,query.
    return ($checksum,$numbers);
}

当然，进行修改以适应边界条件。

在Perl中解析不规则的文本文件

如何解决在Perl中解析不规则的文本文件

解决方法

相关推荐