![perl 脚本应从另一个文件中删除一个文件的行中的字符串的问题](https://linux22.com/image/73347/perl%20%E8%84%9A%E6%9C%AC%E5%BA%94%E4%BB%8E%E5%8F%A6%E4%B8%80%E4%B8%AA%E6%96%87%E4%BB%B6%E4%B8%AD%E5%88%A0%E9%99%A4%E4%B8%80%E4%B8%AA%E6%96%87%E4%BB%B6%E7%9A%84%E8%A1%8C%E4%B8%AD%E7%9A%84%E5%AD%97%E7%AC%A6%E4%B8%B2%E7%9A%84%E9%97%AE%E9%A2%98.png)
我有一个文件~/foo
和另一个文件~/remove.txt
。我想编写一个 perl 脚本,它循环遍历 的每一行并从中~/remove.txt
删除字符串的每个实例(其中的行在哪里)。我的代码是(<LINE>)
~/foo
<LINE>
~/remove.txt
#! /usr/bin/perl
use strict;
use warnings;
sub main
{
my $infile = "remove.txt";
open(INPUT, $infile) or die "cannot open $infile";
while(my $line = <INPUT>)
{
chomp($line);
my $bad_string = "($line)";
system( q( perl -p -i -e 's/$bad_string//g' foo ) );
}
close(INPUT);
}
main();
但运行这个脚本似乎根本没有改变我的文件。我的脚本出了什么问题?
答案1
除了您所询问的问题之外,您的脚本还有一个巨大的缺陷,即它为“remove.txt”中的每一行完整地传递了“foo”。这是极其低效的。更好的方法是读入“remove.txt”,构造一个长正则表达式,然后使用它一次来编辑“foo”。
最简单的方法是将搜索字符串推入数组,然后使用“|”“join()”数组(正则表达式“或”)字符创建可用作正则表达式的字符串。
这是一个脚本,可以执行此操作并解决您原来的问题。
#! /usr/bin/perl
use strict;
use warnings;
# first construct a regular expression containing every
# line that needs to be removed. This is so we only have
# to run a single pass through $infile rather than one
# pass per line in $removefile.
my @remove = ();
my $removefile='remove.txt';
open(REMFILE,"<",$removefile) || die "couldn't open $removefile: $!\n";
while(<REMFILE>) {
chomp;
next if (/^\s*$/);
push @remove, $_;
};
close(REMFILE);
# choose one of the following two lines depending on
# whether you want to remove only entire lines or text
# within a line:
my $remove = '^(' . join("|",@remove) . ')$';
#my $remove = join("|",@remove);
# now remove the unwanted text from all lines in $infile
my $infile = 'foo';
system('perl','-p','-i','-e',"s/$remove//g",$infile);
# if you want to delete matching lines, try this instead:
#system('perl','-n','-i','-e',"print unless /$remove/",$infile);
答案2
您需要在 中使用qq()
和转义正则表达式元字符 ((
和)
) $bad_string
。
my $bad_string = "\\($line\\)";
system( qq( perl -p -i -e 's/$bad_string//g' foo ) );
答案3
您的问题有 3 个要素:
- 构建“排除列表” - 请注意,排除列表中的“特殊”字符可能会导致问题。
- 读取您的文件,如果“匹配”则排除行。
- 写入你的新文件。
在你的问题中——我认为有一些事情我称之为“糟糕的风格”。
- 打开 3 个参数的词法文件句柄是很好的风格。
- 从内部调用
system
运行效率很低。perl
perl
- 引用插值是一种麻烦,最好避免
- 您正在重复地重新处理输出文件,这是非常低效的。 (请记住 - 磁盘 IO 是您在系统上执行的最慢的操作)。
考虑到这一点,我会这样做:
#!/usr/bin/env perl
use strict;
use warnings;
my $infile = "remove.txt";
open( my $pattern_fh, '<', $infile ) or die "cannot open $infile $!";
#quotemeta escapes meta characters that'll break your pattern matching.
my $regex = join( '|', map {quotemeta} <$pattern_fh> );
#compile the regex
$regex = qr/^($regex)$/; #whole lines
close($input_fh);
print "Using regular expression: $regex\n";
open( my $input_fh, '<', "foo" ) or die $!;
open( my $output_fh, '>', "foo.new" ) or die $!;
#tell print where to print by default.
#could instead print {$output_fh} $_;
select($output_fh);
while (<$input_fh>) {
print unless m/$regex/;
}
close($input_fh);
close($output_fh);
#rename/copy if it worked
(注意:未经过详尽测试 - 如果您可以提供一些示例数据,我将根据需要进行测试/更新)