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。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。