我想根据第一个字段部分匹配行,并从匹配的字段中合并第二个字段。
输入示例
Hello:World
Hell0:World2
Helllo:World1
Hel:world4
如果我根据前 4 个字符进行匹配,那么预期的输出将是
Hello:World,World2,World1
Hell0:World2,World,World1
Helllo:World1,World,World2
但我也想知道是否可以匹配基于百分比而不是一定数量的字符?因此,匹配基于90%
字符串而不是第一个4
字符。
答案1
TXR Lisp 中的解决方案:
$ txr soln.tl < data # 70% hard-coded in program
Hello:World,World2,World1
Hell0:World2,World,World1
Helllo:World1,World,World2
Hel:world4
代码:
(defvarl %pct% 70)
(defstruct item ()
key ;; original key
eff-key ;; %pct% percentage of original key
value ;; original value
value-vec ;; list headed by original, plus others from other items.
(:postinit (me)
;; Initialize eff-key by taking percentage of key.
(let* ((len (len me.key))
(pct-len (trunc (+ (* len %pct%) 50) 100)))
(set me.eff-key (take pct-len me.key)))
;; Initialize value list with original value.
(set me.value-vec (vec me.value))))
(let* ((items (keep-matches (`@key:@value` (get-lines))
(new item key key value value)))
(hash [group-by .eff-key items]))
;; iterate over all groups of items that have same eff-key
(dohash (eff-key group-items hash)
;; In each group, iterate over all pairs of items (product).
(each-prod ((i group-items)
(j group-items))
;; For each pair that isn't an item with itself, augment
;; the list, by pushing the other item's value onto value-vec.
(unless (eq i j)
(vec-push i.value-vec j.value))))
;; Produce output
(each ((i items))
(put-line `@{i.key}:@{i.value-vec ","}`)))
该Hel
项目未被删除;目前尚不清楚其标准是什么。
例如,我们可以剔除属于大小为 1 的组的那些项目(没有其他项目共享相同的有效密钥)。
由于这些项目的value-vec
长度为 1,因此剔除它们的方法是打印向量中具有两个或多个条目的那些项目:
;; Produce output
(each ((i items))
(if (>= (len i.value-vec) 2)
(put-line `@{i.key}:@{i.value-vec ","}`)))