從文件中提取單詞但每個單詞一次

我想寫一個perl程序，該程序讀取文件並提取其中的日期。但是，如果日期超過一次，我只會打印一次。例如：從文件中提取單詞但每個單詞一次

On 01/10/2011 I went home. On 02/02/2012, I 
went to my school. On 02/02/2012, I went 
to London.

輸出應該是：

01/10/2011 
02/02/2012

我可以通過添加日期到一個數組做到這一點，在我每次讀一個新的日期時間控制。但我正在尋求更有效的方法。有沒有一種合乎邏輯的方式來做到這一點或perl中的任何數據結構？

來源

2013-05-31 user2870

管道輸出通過'排序-u'？ –

我認爲[這個問題] [1]應該可以解決你的問題。 [1]：http://stackoverflow.com/questions/7651/how-do-i-remove-duplicate-items-from-an-array-in-perl – chooban

我覺得沒有辦法按照我提到的方式 – user2870

它將逐行掃描以\d\d/\d\d/\d{4}格式查找日期，並將它們保存爲散列值作爲關鍵字。

當文件讀取完成後，它會打印這些唯一鍵。

perl -nE '$s{$_}++ for m| (\d\d/\d\d/\d{4}) |xg;}{say for sort keys %s' file

它可以轉化爲更可讀的形式（加上一些檢查）

use strict; 
open my $fh, "<", "file" or die $!; 

my %s; 
while (my $line = <$fh>) { 

    my @dates = $line =~ m| (\d\d/\d\d/\d{4}) |xg; 

    for my $date (@dates) { 
    $s{$date} += 1; 
    } 
} 

for my $date (sort keys %s) { 

    print $date, "\n"; 
}

來源

2013-05-31 14:48:49

解釋上述答案的作用：使用正則表達式在文本中搜索以找到表單XX/XX/XXXX中的所有匹配，並在字典中增加該鍵（如果它隱含地創建它不存在）。然後它只是打印出字典中的鍵。這與你的建議基本相同。 – Sysyphus

小的術語更正：在Perl中，此答案中使用的數據類型稱爲「散列」，而不是「字典」。 –

已更新，因此每個日期都在自己的行上。 –

如果你是開放的安裝模塊要做到這一點（我知道這似乎有點小題大做）List::MoreUtils有uniq方法。每個人都避免你的眼睛......這是星期五下午，很熱，可能時間發出聲音（-0777）啤酒：

perl -'MList::MoreUtils qw(uniq)' -0777nE '@dates = m|(\d\d/\d\d/\d{4})|xg ; @x = uniq(@dates); say "@x" ' file.txt

對不起;-)

來源

2013-05-31 20:30:23

hm，這裏它尋找uniq並在每一行上打印，但它應該在讀取完成時執行這些操作。 –

奇數，我正在使用5.18。看看不同的版本（''''''''''和'''List :: MoreUtils'''）的行爲是否有所不同 - '''perlbrew exec'''來拯救！無論如何，你的解決方案是無模塊的，並使用蝴蝶'''} {'''所以是最好的默認;-)乾杯！ –

從文件中提取單詞但每個單詞一次

回答

相關問題