perl 脚本复制某些行之间的文件内容

Question

我是 perl 脚本的新手，需要有关给定问题的帮助。 我有许多包含人员详细信息的文件。 我想在特定行之后和特定行之前打印每个文件的内容。 示例：（其中一个文件包含以下详细信息：）

My name is XYZ.
Address: ***
ID:12414
Country:USA
End XYZ

另一个文件包含以下详细信息：

My name is ABC.
Address: ###
ID:124344
Country:Singapore
End ABC

我想将My name is XYZ 之后和End XYZ 之前的第一个文件中的行打印到我的新文件中。同样，我想将My name is ABC 之后和End ABC 之前的第二个文件中的内容打印到我的新文件中。

我编写了如下逻辑，但我不确定在特定行之后和下方打印的 perl 语法。

while(<file1>)
{
    if () # if we read the phrase "My name" in file1 start printing after this     +line
    {
        print  #print the contents into file3(output file)
        if() # if we read the phrase "End" in file1 stop printing the content into     +file3
    }
}

我希望我的问题很清楚。任何帮助表示赞赏。

Answer 1

好的。我相信您的问题是关于打印到输出文件的 perl 语法。我将尝试根据您正在尝试做的事情的描述为您提供更完整的解决方案。这只是一个快速非常简单的代码示例。 （对于一些参考，您可能还想查看http://perlmaven.com/slurp。）

首先让我们将您的新文件称为“newfile.txt”。 然后让我们称你为源文件“sourcefile.txt”。这里 是一些带有 cmets 的代码：

# First I would set the buffer to flush everything to to newfile.txt  
$++;

# Now open newfile.txt for writing the intformation you want
open my $NEWFILE, '>', 'newfile.txt';

# Now open sourcerfile.txt (or iterate over a list of them)
open my $SOURCEFILE, '<', 'sourcefile.txt';

# Now go through the sourcefile and get info you want to 
# add to your newfile

# set a variable to print data to newfile - initialize to
# N or false
$data_wanted = "N";

# open sourcefile and start reading lines

while <$SOURCEFILE> {
      # Test to see if data is between My Name and 
      if ($_ =~ /^My name/ ) {
          $data_wanted = "N";
      } 
      elsif ($_ =~ /^End/ ) {
          $data_wanted = "N";
          next;
      } 
      elsif ($_ =~ /^STUFF TO OMIT/) {
          $data_wanted = "N";
      }
      else {
          $data_wanted = "Y";
      }

      if ( $data_wanted eq "Y" ) {
          print $NEWFILE $_;
      }

      # you don't really need this but
      # it will show you how this works in perl
      next;  

}  # end of while

# finish by closing the files

close $SOURCEFILE;
close $NEWFILE;

##########################################

希望这会有所帮助；-)

Answer 2

您可以使用几个正则表达式之一获得My name is <name>. 和End <name> 之间的行。

懒惰：

My name is ([^\n]+)\.(.*?)End \1

贪婪：

My name is ([^\n]+)\.(.*)End \1

优化：

My name is ([^\s]+)\.((?:[^\n]*(?!End \1)\n)+)End \1

无论哪种方式，您都需要s 修饰符。如果文件中需要解析多个内容，则需要 g 修饰符。

反向引用确保匹配而不需要知道名称。这意味着您想要的内容将在捕获组 2 中。

这三个正则表达式有什么区别？速度！根据需要解析的文件数量，您可能需要速度。

如果您正在解析的内容存在显着差异，则优化后的效果最好。它的工作方式与this other regex I wrote 相同。 （如果速度很重要，你应该做一些测试。）

从这里编写代码应该相当简单。

Answer 3

这是你要找的吗？

while (<>) {
    if ( /^My name / .. /^End / ) {
        if ( /^My name / ) {
            # Do nothing, or anything you would like for this line.
        } elsif ( /^End / ) {
            # Do nothing, or anything you would like for this line.
        } else {
           print $_;
        }
    }
}