如果您的 CSV 格式“复杂” - 例如它包含逗号等 - 然后使用 Text::CSV 模块之一。但如果不是这样 - 通常情况下 - 我倾向于只使用 split 和 join。
在您的场景中有用的是，您可以使用正则表达式轻松地在记录中映射键值。然后使用哈希切片输出：
#!/usr/bin/env perl
use strict;
use warnings;
#set paragraph mode - records are blank line separated.
local $/ = "";
my @rows;
my %seen_header;
#read STDIN or files on command line, just like sed/grep
while ( <> ) {
#multi - line pattern, that matches all the key-value pairs,
#and then inserts them into a hash.
my %this_row = m/^(\w+):\.+ (.*)$/gm;
push ( @rows, \%this_row );
#add the keys we've seen to a hash, so we 'know' what we've seen.
$seen_header{$_}++ for keys %this_row;
}
#extract the keys, make them unique and ordered.
#could set this by hand if you prefer.
my @header = sort keys %seen_header;
#print the header row
print join ",", @header, "\n";
#iterate the rows
foreach my $row ( @rows ) {
#use a hash slice to select the values matching @header.
#the map is so any undefined values (missing keys) don't report errors, they
#just return blank fields.
print join ",", map { $_ // '' } @{$row}{@header},"\n";
}
这为您提供示例输入，产生：
Key1,Key2,Key3,Key5,
Value,Other value,Maybe another value yet,,
Different value,,Invaluable,Has no value at all,
如果你想变得非常聪明，那么循环的大部分初始构建都可以通过以下方式完成：
my @rows = map { { m/^(\w+):\.+ (.*)$/gm } } <>;
那么问题是 - 你仍然需要建立 'headers' 数组，这意味着有点复杂：
$seen_header{$_}++ for map { keys %$_ } @rows;
它有效，但我认为它对正在发生的事情不太清楚。
但是，您的问题的核心可能是文件大小 - 这就是您有一点问题的地方，因为您需要读取文件两次 - 第一次是找出整个文件中存在哪些标题，然后第二次迭代和打印：
#!/usr/bin/env perl
use strict;
use warnings;
open ( my $input, '<', 'your_file.txt') or die $!;
local $/ = "";
my %seen_header;
while ( <$input> ) {
$seen_header{$_}++ for m/^(\w+):/gm;
}
my @header = sort keys %seen_header;
#return to the start of file:
seek ( $input, 0, 0 );
while ( <$input> ) {
my %this_row = m/^(\w+):\.+ (.*)$/gm;
print join ",", map { $_ // '' } @{$this_row}{@header},"\n";
}
这会稍微慢一些，因为它必须读取文件两次。但它不会使用几乎一样多的内存占用，因为它没有将整个文件保存在内存中。
除非您事先知道所有密钥，并且您可以定义它们，否则您必须读取文件两次。