Perl：使用触发器功能并从读取的块中提取数据

Question

我有一个名为@mytitles 的数组，其中包含很多标题，例如title1、title2 等。我有一个名为“Superdataset”的文件，其中包含与每个标题有关的信息。但是，与title1 相关的信息可能是6 行，而title2 的信息可能是30 行（随机）。每条信息（对于titlex）都以“Reading titlex”开头，以“Done reading titlex”结尾。

从每个标题的这些信息中，我需要提取一些数据。我认为幸运的是，我需要的这些数据每次都在“Done reading titlex”之前的两行中

所以我的“Superdataset”看起来像：

阅读标题1 随机信息线1 随机信息行2 随机信息 line3 随机信息 line4 随机信息 line5 我的收入是6000 我的费用是1000 完成阅读标题1 阅读标题2 随机信息第 6 行 随机信息 line7 随机信息 line8 随机信息 line9 随机信息行 10 随机信息行 11 随机信息行 12 随机信息行 13 随机信息行 14 我的收入是11000 我的开销是9000 完成阅读标题2

我需要总费用和总收入。有什么建议么？ PS-数组的名字很复杂，不是titlex这么简单

Answer 1

这是将数据转化为可用形式的第一步。

use warnings;
use strict;
use autodie;

my $input_filename = 'example';
open my $input, '<', $input_filename;
my %data;
{
  my $current_title;

  while(<$input>){
    chomp;
    if( /^Reading (.*?)\s*$/ ){ # start of section
      $current_title = $1;
    }elsif( not defined $current_title ){ # outside of any section
      # invalid data
    }elsif( /^Done reading (.*)/ ){ # end of section
      die if $1 ne $current_title;
      $current_title = undef;
    }else{ # add an element of section to array
      push @{ $data{$current_title} }, $_;
    }
  }
}
close $input;

使用创建的数据结构来确定总收入和支出。

my( $earnings, $expenses );
for my $list( values %data ){
  for( @$list ){
    if( /earnings are (\d+)/ ){
      $earnings += $1;
    }elsif( /expenses are (\d+)/ ){
      $expenses += $1;
    }
  }
}

print "earnings $earnings\n";
print "expenses $expenses\n";

改为以对计算机更有用的形式打印出来。

use YAML 'Dump';
print Dump \%data;

--- 标题1： - '随机信息行 1' - '随机信息行 2' - '随机信息行 3' - '随机信息 line4' - '随机信息行 5' - '我的收入是 6000' - '我的费用是 1000' 标题2： - '随机信息第 6 行' - '随机信息 line7' - '随机信息 line8' - '随机信息 line9' - '随机信息 line10' - '随机信息 line11' - '随机信息第 12 行' - '随机信息第 13 行' - '随机信息第 14 行' - '我的收入是 11000' - '我的开支是 9000'

Answer 2

使用“范围”运算符，您可以这样做：

#!/usr/bin/env perl
use strict;
use warnings;
use Data::Dumper;
my $begin_stanza = qr/^Reading/i;
my $endof_stanza = qr/^Done reading/i;
my ( $title, @lines );
my ( $value, $total_earnings, $total_expenses );
while (<DATA>) {
    chomp;
    if ( m{$begin_stanza} .. m{$endof_stanza} ) {
        if ( m{$begin_stanza\s+(.+)} ) {
            $title = $1;
            @lines = ();
            next;
        }
        if ( m{$endof_stanza} ) {
            ($value) = ( $lines[0] =~ m{(\d+)} );
            $total_earnings += $value;
            ($value) = ( $lines[1] =~ m{(\d+)} );
            $total_expenses += $value;
            print join "\n", $title, @lines, "\n";
            next;
        }
        shift @lines if @lines == 2;
        push  @lines, $_;
    }
}
printf "Total Earnings = %7d\n", $total_earnings;
printf "Total Expenses = %7d\n", $total_expenses;
__DATA__
Reading title1
 random info line1
 random info line2
 random info line3
 random info line4
 random info line5
 my earnings are 6000
 my expenses are 1000
Done reading title1
Reading title2
 random info line6
 random info line7
 random info line8
 random info line9
 random info line10
 random info line11
 random info line12
 random info line13
 random info line14
 my earnings are 11000
 my expenses are 9000
Done reading title2

...产生：

title1
 my earnings are 6000
 my expenses are 1000

title2
 my earnings are 11000
 my expenses are 9000

Total Earnings =   17000
Total Expenses =   10000

Answer 3

除非您可以预测相关行之前的行是什么，否则触发器运算符不会通过优化起到太大作用。我认为使用缓冲区数组会更容易，只需匹配收入和支出之后的行。

#!/usr/bin/perl
use strict;
use warnings;

my @buffer;
my ($earnings, $expenses);

for my $line (<DATA>) {
    shift @buffer if @buffer > 2;
    push @buffer, $line;

    next if $line !~ /^Done reading/;

    $earnings += $1 if $buffer[0] =~ /(\d+)$/;
    $expenses += $1 if $buffer[1] =~ /(\d+)$/;
}
print "Total earnings: $earnings\n";
print "Total expenses: $expenses\n";

__DATA__
Reading title1  
 random info line1
 random info line2
 random info line3
 random info line4
 random info line5
 my earnings are 6000
 my expenses are 1000
Done reading title1
Reading title2
 random info line6
 random info line7
 random info line8
 random info line9
 random info line10
 random info line11
 random info line12
 random info line13
 random info line14
 my earnings are 11000
 my expenses are 9000
Done reading title2

输出：

Total earnings: 17000
Total expenses: 10000