如何使用 Perl 整理和汇总文件中的记录？答案

【问题标题】：How can I collate and summarize records from a file with Perl?如何使用 Perl 整理和汇总文件中的记录？
【发布时间】：2010-10-23 21:47:34
【问题描述】：

我有一个格式如下的文本文件：

211B1 CUSTOMER|UPDATE|  
211B2 CUSTOMER|UPDATE|  
211B3 CUSTOMER|UPDATE|  
211B4 CUSTOMER|UPDATE|  
211B5 CUSTOMER|UPDATE|  
567FR CUSTOMER|DELETE|  
647GI CUSTOMER|DELETE|

我想要一个处理文本文件并报告以下内容的脚本：

为 Acct 的 211B1,211B2,211B3,211B4,211B5 找到列 CUSTOMER 的“更新”
“删除”列 CUSTOMER 为 Acct's 找到：5675FR,6470GI

我可以编写简单的解决方案，但这对我来说似乎有点复杂，希望得到帮助或指导。

【问题讨论】：

标签： perl sed awk unix

【解决方案1】：

collate.pl

#!/usr/bin/perl

use strict;

my %actions;
while (<>) {
    my ($key, $fld, $action) = /^(\w+) (.+?)\|(.+?)\|/ or die "Failed on line $.!";
    push @{$actions{$action}{$fld}}, $key;
}

foreach my $action (keys %actions) {
    foreach my $fld (keys %{$actions{$action}}) {
        print "\"$action\" for column $fld found for Acct's: " . join(",", @{$actions{$action}{$fld}}), "\n";
    }
}

这样使用：

perl collate.pl < input.txt > output.txt

【讨论】：

哇，你们太棒了！这完全符合我的要求。谢谢！这是一个很棒的网站，响应速度令人难以置信......
不客气，大卫。响应时间实际上相差很大，但每个人都争相解决这样的“可爱的小问题”。 :)

【解决方案2】：

根据您的问题，您可以这样做：

perl -i.bak -pe'if(/^211B[1-5]/){s/CUSTOMER/UPDATE/}elsif(/^(5675FR|6470GI)/){s/CUSTOMER/DELETE/}' filename

虽然我现在注意到示例中的最后两个帐号不同，并且第二列已经具有这些值...

【讨论】：

嗯？这只是复制输入，将前几行的“CUSTOMER”更改为“UPDATE”，最后几行更改为“DELETE”。 -1.
从重新阅读问题开始，我现在看到了发生了什么——OP 使用了“重新格式化”这个词，您将其解释为他想要一种搜索和替换操作。但实际上他的措辞很糟糕——他想总结信息，而不是“重新格式化”它。（我现在改写了。）我会留下 -1 抱歉（我知道很严厉），因为你的解决方案没有解决正确的问题。
我真是个白痴。我一直在回答OP的要求。这应该是一个教训。
@Anonymous：可以说最初的问题模棱两可——其他 3 名响应者可以毫不费力地推断出 OP 真正想要什么。但是，如果它能让你感觉好些，那就好好哭吧。
感谢您的建议。我需要方向，现在我有一个可以效仿的人。

【解决方案3】：

使用 awk：

echo '211B1 CUSTOMER|UPDATE|  
211B2 CUSTOMER|UPDATE|  
211B3 CUSTOMER|UPDATE|  
211B4 CUSTOMER|UPDATE|  
211B5 CUSTOMER|UPDATE|  
567FR CUSTOMER|DELETE|  
647GI CUSTOMER|DELETE|' | awk -F '[ |]' '
    BEGIN {
        upd="";del=""
    } {
      if ($3 == "UPDATE") {upd = upd" "$1};
      if ($3 == "DELETE") {del = del" "$1};
    } END {
        print "Updates:"upd; print "Deletes:"del
    }'

产生：

Updates: 211B1 211B2 211B3 211B4 211B5
Deletes: 567FR 647GI

它基本上只是将每一行分成三个字段（使用-F 选项），并根据“命令”维护一个更新和删除列表。

BEGIN 和 END 在所有行处理之前和之后运行，因此它们是初始化和最终输出。

我会将其放入脚本中以使其更容易。我将其保留为命令行工具，因为这就是我通常调试 awk 脚本的方式。

【讨论】：

【解决方案4】：

#!/usr/bin/perl

use strict;
use warnings;

my %data;

while ( my $line = <DATA> ) {
    next unless $line =~ /\S/;
    my ($acct, $col, $action) = split /\s|\|/, $line;
    push @{ $data{$action}->{$col} }, $acct;
}

for my $action ( keys %data ) {
    for my $col ( keys %{ $data{$action} } ) {
        print qq{"$action" for column $col found for acct's: },
              join q{,}, @{ $data{$action}->{$col} }, "\n";    
    }

}
__DATA__
211B1 CUSTOMER|UPDATE|  
211B2 CUSTOMER|UPDATE|  
211B3 CUSTOMER|UPDATE|  
211B4 CUSTOMER|UPDATE|  
211B5 CUSTOMER|UPDATE|  
567FR CUSTOMER|DELETE|  
647GI CUSTOMER|DELETE|

【讨论】：

【解决方案5】：

另一个 awk 版本，虽然代码值的顺序相反，并且在每一行的末尾有一个额外的“，”


BEGIN { FS="[ |]" }

{
        key = $3 " for column " $2
        MAP[ key ] = $1 "," MAP[ key ]
}

END {
        for ( item in MAP ) {
                print item " found for Acct's: " MAP[ item ]
        }
}

【讨论】：

collat​​e.pl

collate.pl