Perl在解析时“擦洗”字符

Question

我正在解析一个文件 - 我要做的第一件事是将前三个字段连接起来，并将它们添加到每条记录的前面。然后我想擦洗任何冒号、单引号、双引号或反斜杠的数据。以下是我的做法，但有没有办法让我使用 $line 变量更有效？

# Read the lines one by one.
while($line = <$FH>) {

# split the fields, concatenate the first three fields,
# and add it to the beginning of each line in the file
    chomp($line);
    my @fields = split(/,/, $line);
    unshift @fields, join '_', @fields[0..2];

# Scrub data of characters that cause scripting problems down the line.
        $_ =~ s/:/ /g for @fields[0..39];
        $_ =~ s/\'/ /g for @fields[0..39];
        $_ =~ s/"/ /g for @fields[0..39];
        $_ =~ s/\\/ /g for @fields[0..39];

Answer 1

什么对我来说更干净：

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

    $line =~ s/[:\'"\\]/ /g;

    my @fields = split(/,/, $line);
    unshift @fields, join '_', @fields[0..2];
}

正如@HunterMcMillen 所说，如果这是一个标准的 CSV 文件，最好使用解析模块。以后会更容易。

Answer 2

我确信我以前见过一个非常相似的问题，但我的简单搜索不会找到它。突出的是在所有其他字段之前添加一个新字段，它是原始值的函数

你已经用 Perl 术语描述得最好了

unshift @fields, join '_', @fields[0..2];

所以剩下的唯一步骤就是删除流氓字符——单引号和双引号、冒号和反斜杠

您的代码似乎运行良好。我要做的唯一改变是

• 正确使用默认变量$_。我认为这是新人最讨厌 Perl 的地方，一旦他们了解了它就会爱上它

• 使用tr///d 而不是s///。它可能会增加一点速度，但最重要的是，当您只想说出要删除的字符并需要更简单的内容时，您可以从正则表达式语法中解放出来

我认为这应该满足您的需求

use strict;
use warnings 'all';

while ( <DATA> ) {

    chomp;
    my @fields = split /,/;

    unshift @fields, join '_', @fields[0..2];

    tr/:"'\\//d for @fields; # Delete colons, quotes, and backslash

    print join(',', @fields), "\n";
}

__DATA__
a:a,b"bb",c'ccc',ddd,e,f,g,h

输出

aa_bbb_cccc,aa,bbb,cccc,ddd,e,f,g,h