代码之家 › 专栏 › 技术社区 › taiko

CSV文件-如何在Perl中使用正则表达式限制字段长度

text-parsing csv perl regex

0

taiko · 技术社区 · 10 年前

我正在解析一个分号分隔的CSV文件,其中的行如下

firstField;secondField;thirdField;fourth very long field which I need to truncate;fifth very long field which I need to truncate"

我需要将所有字段截断为10个字符

我可以一个字段一个字段地截断它,如

open my $input, "<", "inputFile.txt" or die "Can't open the inputFile.txt";
while (my $line = <$input>){
     chomp($line);
     my @fields = split(';',$line);
     for $field (@fields){
         $field =~ s/.{10}\K.*// if ((defined $field) && (length $field > 10));
         }
     }

有没有任何方法可以使用正则表达式来实现这一点? 类似的东西

$line = s/;.{10}\K.*;?//g

3 回复 | 直到 10 年前

1

3

shA.t Rami Jamleh 8 年前

我想你可以使用这样的正则表达式:

/(^|;)(([^;]{1,10})([^;]*))/g

有替代品 $3 .

[Regex Demo]

2

Dave Cross 10 年前

是否需要作为正则表达式执行?我想我会在你的 split 线路和使用 substr .

my @fields = 
  map { length > 10 ? substr($_, 0, 10) : $_ }
  split(/;/,$line);

这对我来说更容易维护。

3

1

user557597 user557597 10 年前

这不应该这么复杂。使用Perl和
仅删除超过10个字符的内容。不需要像{1,10}这样的范围。

快速插入整个文件,对整个文件进行替换。
让生活更轻松。

$csv_str =~ s/(?m)(?:^|;)[^;\n]{10}\K[^;\n]+//g;

 (?m)           # Multi-line mode
 (?: ^ | ; )    # BOL (beginning of line) or semi-colon
 [^;\n]{10}     # 10 chars, not semi-colon nor linebreak
 \K             # Clear the match buffer of all previous data
 [^;\n]+        # This is to be gotten rid of...
                # 1 or more not semi-colon nor linebreak
                # On to the next match

比赛:

 **  Grp 0 -  ( pos 21 , len 1 ) 
d  

-----------------------

 **  Grp 0 -  ( pos 44 , len 37 ) 
y long field which I need to truncate  

-----------------------

 **  Grp 0 -  ( pos 92 , len 37 ) 
 long field which I need to truncate"