CSV 文件 - 如何在 Perl 中使用正则表达式限制字段长度

Question

我正在解析一个分号分隔的 CSV 文件，其中行如下所示

firstField;secondField;thirdField;fourth very long field which I need to truncate;fifth very long field which I need to truncate"

我需要将所有字段截断为 10 个字符

我可以像在

中那样逐个字段地截断它

open my $input, "<", "inputFile.txt" or die "Can't open the inputFile.txt";
while (my $line = <$input>){
     chomp($line);
     my @fields = split(';',$line);
     for $field (@fields){
         $field =~ s/.{10}\K.*// if ((defined $field) && (length $field > 10));
         }
     }

有没有什么方法可以有一个正则表达式，可以在行级别上实现这一点？ 像

$line = s/;.{10}\K.*;?//g

Answer 1

我认为你可以使用这样的正则表达式：

/(^|;)(([^;]{1,10})([^;]*))/g

替换为$3。

[Regex Demo]

Answer 2

是否需要作为正则表达式完成？我想我会在你的split 行中放一张地图并使用substr。

my @fields = 
  map { length > 10 ? substr($_, 0, 10) : $_ }
  split(/;/,$line);

这对我来说更易于维护。

Answer 3

它不应该那么复杂。使用 Perl 的功能和
只删除超过 10 个字符的内容。不需要像 {1,10} 这样的范围。

插入整个文件，对整个文件进行替换。
让生活更轻松。

$csv_str =~ s/(?m)(?:^|;)[^;\n]{10}\K[^;\n]+//g;

 (?m)           # Multi-line mode
 (?: ^ | ; )    # BOL (beginning of line) or semi-colon
 [^;\n]{10}     # 10 chars, not semi-colon nor linebreak
 \K             # Clear the match buffer of all previous data
 [^;\n]+        # This is to be gotten rid of...
                # 1 or more not semi-colon nor linebreak
                # On to the next match

匹配：

 **  Grp 0 -  ( pos 21 , len 1 ) 
d  

-----------------------

 **  Grp 0 -  ( pos 44 , len 37 ) 
y long field which I need to truncate  

-----------------------

 **  Grp 0 -  ( pos 92 , len 37 ) 
 long field which I need to truncate"