使用 Perl 从一长串列表中提取特定信息

Question

我必须在这里处理的文件是 LDAP 提取的结果，但我最终需要将信息格式化为电子表格可以使用的东西。

所以，数据如下：

DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
displayName: John Doe
name: ##userName

DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
displayName: Jane Doe Jr
name: ##userName

DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
displayName: Ted Doe
name: ##userName

我需要导出的格式是：

firstName lastName userName
firstName lastName userName
firstName lastName userName

空格是制表符，因此我可以将该文件导入数据库。我有在 VBScript 中执行此操作的经验，但我正在尝试切换到使用 Perl 来尽可能多地进行服务器管理。

我不确定我想要什么的语法基本上是

while not endoffile{
detect "displayName: " & $firstName & " " & $lastName
detect "name: ##" & $userName

write $firstName tab $lastName tab $userName to file
}

另外，如果有人能向我指出一个专门针对 Perl 使用的文本解析语法的资源，我将不胜感激。我遇到的大多数资源都不是很有帮助。

另外，一些用户名是数字。前两个数字仍需要修剪，但如果有帮助，用户名的长度始终为 6 个字符。

Answer 1

这样的事情应该可以解决问题——它从标准输入读取并输出到标准输出，因此您可以使用普通的 unix 管道来使用文件：

#!/usr/bin/perl

use strict;
use warnings;
use String::Util 'trim';

# set "line ending" to \n\n, to allow slurping by paragraphs:
local $/ = "\n\n";

while (my $line = <>)
{
    chomp $line;

    my ($displayName) = ($line =~ /^displayName: (.+)$/m);
    my ($name) = ($line =~ /^name: ##(.+)$/m);
    trim $displayName;
    trim $name;

    my ($firstName, $lastName) = ($displayName =~ /^([^ ]+) (.+)$/);

    print "$firstName\t$lastName\t$name\n";
}

我使用您在下面提供的示例输入（test.pl < input.txt）对此进行了测试，并得到了输出：

John Doe 用户名 Jane Doe 用户名 泰德·多伊用户名

您可以在 $/ 下的 perldoc perlvar 或此 SO 问题（需要链接）中阅读有关在段落模式下啜饮的信息。使用匹配运算符上的 m 标志启用多行内的匹配 -- 参见 perldoc perlre。

Answer 2

这是我的解决方案。

use strict;
use warnings;
my $fh;
my $file_contents;
my @info;
open $fh, '<', "data" or die($!);
local $/ = undef;
$file_contents = <$fh>;

while($file_contents =~ /.ame: (.*?)$(.*?).ame: (.*?)$/smg)
{

   my $displayname = $1;
   my $username = $3;
   $displayname =~ s/^\s+//; #clean off any whitespace from front/back
   $displayname =~ s/\s+$//;
   my ($firstname, $lastname) = split(/\s+/, $displayname); #split on whitespace

   print "$firstname\t$lastname\t$username\n"; #note the tabs
}