代码之家 › 专栏 › 技术社区 › shinjuo

用perl遍历文件

loops file perl

shinjuo · 技术社区 · 14 年前

好的,我有两份档案。一个文件是每10分钟更新一次的数据,而第二个文件是以前使用的数据。我要做的是从新文件中取出一行,循环遍历第二个文件的每一行,看看它是否匹配一行。如果有,我不想用它,但如果没有匹配,我想把它添加到一个字符串。在我所做的事情,迄今为止,似乎从来没有检查发现一个匹配,即使有一个。这是我所拥有的和一个样本的数据,我一直在使用这两个文件。CHECKHAIL和USEDHAIL是两个文件

while(my $toBeChecked = <CHECKHAIL>){
        my $found = 0;
        seek USEDHAIL, 0, 0 or die "$0: seek: $!";
        while(my $hailCheck = <USEDHAIL>){
            if( $toBeChecked == $hailCheck){
                $found += 1;
            }
        }
        print USEDHAIL $toBeChecked;
        if ($found == 0){
            $toEmail .= $toBeChecked;
        }
    }
    print $toEmail;
    return;
}

检查样本数据

2226  175   2 NE      LAWRENCE           DEADWOOD         SD    44.4    -103.7  (UNR)

2305  200   2 S       SISKIYOU           GREENVIEW        CA    41.52   -122.9  2 INCH HAIL REPORTED WITH STORM JUST SOUTH OF GREENVIEW. (MFR)

2350  200             DANIELS            E FLAXVILLE      MT    48.8    -105.17 GOLF BALL TO HEN EGG SIZED HAIL (GGW)

2350  175   5 N       DANIELS            RICHLAND         MT    48.89   -106.05 DESTROYED CROPS (GGW)

USEDHAIL示例数据

2226  175   2 NE      LAWRENCE           DEADWOOD         SD    44.4    -103.7  (UNR)

2305  200   2 S       SISKIYOU           GREENVIEW        CA    41.52   -122.9  2 INCH HAIL REPORTED WITH STORM JUST SOUTH OF GREENVIEW. (MFR)

4 回复 | 直到 14 年前

mob 14 年前

为什么不为第一个(使用过的)文件创建一个哈希呢?

use strict; 
use warnings;
my %fromUsedFile;
open USEDFILE, '<', '/the/data/file/that/is/10minutesold';
$fromUsedFile{$_}++  while <USEDFILE>;
close USEDFILE;

while ($toBeChecked = <CHECKHAIL>) {
    if (defined $fromUsedFile{$toBeChecked}) {
        # ... line is in both the new and old file
    } else {
        # ... line is only in the new file
        $toBeEmailed .= $toBeChecked;
    }
}

Greg Bacon 14 年前

它从来没有成功的机会,因为

while(<USEDHAIL>){
    my $hailCheck = $_;
    if( $toBeChecked eq $hailCheck){
        $found += 1;
    }else{
        return;  ### XXX
    }
}

在第一次不匹配时,sub返回其调用者。你的意思可能是 next else else { return; } (对应时间) $found

请注意,您的算法具有二次复杂度,对于较大的输入速度会很慢。最好将使用过的记录读入一个散列,然后对每一行 CHECKHAIL 探测 %used 散列以查看是否已处理。

$ ./prog.pl 

2305  200   2 S       SISKIYOU           GREENVIEW        CA    41.52   -122.9  2 INCH HAIL REPORTED WITH STORM JUST SOUTH OF GREENVIEW. (MFR)

2350  200             DANIELS            E FLAXVILLE      MT    48.8    -105.17 GOLF BALL TO HEN EGG SIZED HAIL (GGW)

2350  175   5 N       DANIELS            RICHLAND         MT    48.89   -106.05 DESTROYED CROPS (GGW)

正如你所看到的,它仍然有一个bug。你需要倒带 USEDHAIL 冰雹 :

seek USEDHAIL, 0, 0 or die "$0: seek: $!";
while(<USEDHAIL>){
...

这就产生了

$ ./prog.pl 
2350  200             DANIELS            E FLAXVILLE      MT    48.8    -105.17 GOLF BALL TO HEN EGG SIZED HAIL (GGW)
2350  175   5 N       DANIELS            RICHLAND         MT    48.89   -106.05 DESTROYED CROPS (GGW)

举一个更好的方法的例子,考虑

#! /usr/bin/perl

use warnings;
use strict;

sub read_used_hail {
  my($path) = @_;

  my %used;

  open my $fh, "<", $path or die "$0: open $path: $!";

  local $" = " ";  # " fix Stack Overflow highlighting
  while (<$fh>) {
    chomp;
    my @f = split " ", $_, 10;
    next unless @f;
    ++$used{"@f"};
  }

  wantarray ? %used : \%used;
}

my %used = read_used_hail "used-hail";
open my $check, "<", "check-hail" or die "$0: open: $!";

while (<$check>) {
  chomp;
  my @f = split " ", $_, 10;
  next if !@f || $used{join " " => @f};
  print $_, "\n";
}

美元/prog.pl
2350 200丹尼尔E弗拉克斯维尔山脉48.8-105.17高尔夫球到鸡蛋大小的冰雹(GGW)
2350 175 5 N DANIELS RICHLAND MT 48.89-106.05毁坏的作物(GGW)

Cfreak 14 年前

在内部循环中使用$可能会导致问题。试着先给你的台词命名如下:

while(my $toBeChecked = <CHECKHAIL>){
    my $found = 0;
    while( my $hailCheck = <USEDHAIL>){

perl对数值比较和字符串比较的看法也不同。您使用的是字符串比较而不是数字比较:

 if ($found eq 0){

更改为:

 if ($found == 0){

Ether 14 年前

if ($found eq 0){

自 $found 是布尔值,对其执行布尔测试:

if (not $found) {

看起来你的逻辑也有点颠倒了——首先 if 不匹配 ,然后在第二个 ,如果有匹配项,则返回。 next; 跳出最里面的循环?