Perl：比較兩個文件中的單詞

Question

這是我當前的腳本，嘗試將file_all.txt中的單詞與file2.txt中的單詞進行比較。它應該打印出file_all中不在file2中的任何單詞。

我需要將它們格式化爲每行一個字，但這不是更緊迫的問題。

我是新來的Perl ...我得到C和Python更多，但這是有點棘手，我知道我的變量分配關閉。

use strict; 
use warnings; 

my $file2 = "file_all.txt"; %I know my assignment here is wrong 
my $file1 = "file2.txt"; 

open my $file2, '<', 'file2' or die "Couldn't open file2: $!"; 
while (my $line = <$file2>) { 
    ++$file2{$line}; 
    } 

open my $file1, '<', 'file1' or die "Couldn't open file1: $!"; 
while (my $line = <$file1>) { 
    print $line unless $file2{$line}; 
    } 

編輯：哦，它應該忽略的情況...就像餡餅和PIE比較時一樣。並刪除撇號

這是我收到的錯誤：

"my" variable $file2 masks earlier declaration in same scope at absent.pl line 9. 
"my" variable $file1 masks earlier declaration in same scope at absent.pl line 14. 
Global symbol "%file2" requires explicit package name at absent.pl line 11. 
Global symbol "%file2" requires explicit package name at absent.pl line 16. 
Execution of absent.pl aborted due to compilation errors.

Answer 1

你的錯誤消息：

"my" variable $file2 masks earlier declaration in same scope at absent.pl line 9. 
"my" variable $file1 masks earlier declaration in same scope at absent.pl line 14. 
Global symbol "%file2" requires explicit package name at absent.pl line 11. 
Global symbol "%file2" requires explicit package name at absent.pl line 16. 
Execution of absent.pl aborted due to compilation errors.

你是$file2分配一個文件名，那麼後來您正在使用open my $file2 ...在第二種情況下使用我的$file2會掩蓋第一種情況下的使用。然後，在while循環的主體中，你假裝有一個散列表%file2，但你還沒有聲明它。

您應該使用更多的描述性變量名稱以避免概念混淆。

例如：

my @filenames = qw(file_all.txt file2.txt); 

使用變量與integer suffixes is a code smell。

然後，將常規任務分解爲子例程。在這種情況下，您需要的是：1）獲取文件名並返回該文件中的單詞表的函數，以及2）獲取文件名和查找表並打印文件中的單詞的函數，但不會出現在查找表中。

#!/usr/bin/env perl 

use strict; 
use warnings; 

use Carp qw(croak); 

my @filenames = qw(file_all.txt file2.txt); 

print "$_\n" for @{ words_notseen(
    $filenames[0], 
    words_from_file($filenames[1]) 
)}; 

sub words_from_file { 
    my $filename = shift; 
    my %words; 

    open my $fh, '<', $filename 
     or croak "Cannot open '$filename': $!"; 

    while (my $line = <$fh>) { 
     $words{ lc $_ } = 1 for split ' ', $line; 
    } 

    close $fh 
     or croak "Failed to close '$filename': $!"; 

    return \%words; 
} 

sub words_notseen { 
    my $filename = shift; 
    my $lookup = shift; 

    my %words; 

    open my $fh, '<', $filename 
     or croak "Cannot open '$filename': $!"; 

    while (my $line = <$fh>) { 
     for my $word (split ' ', $line) { 
      unless (exists $lookup->{$word}) { 
       $words{ $word } = 1; 
      } 
     } 
    } 

    return [ keys %words ]; 
} 

Answer 2

你幾乎沒有。

% sigil表示散列。你不能在一個散列中存儲一個文件名，你需要一個標量。

my $file2 = 'file_all.txt'; 
my $file1 = 'file2.txt'; 

您需要一個散列來計算出現次數。

my %count; 

要打開一個文件，指定它的名稱 - 它存儲在標量中，你還記得嗎？

open my $FH, '<', $file2 or die "Can't open $file2: $!"; 

然後，過程行的文件行：

while (my $line = <$FH>) { 
    chomp;    # Remove newline if present. 
    ++$count{lc $line}; # Store the lowercased string. 
} 

然後，打開第二個文件，並處理一行行，再次使用lc得到小寫的字符串。

要刪除apostophes，使用替代：

$line =~ s/'//g; # Replace ' by nothing globally (i.e. everywhere). 

Answer 3

的問題是以下兩行：

my %file2 = "file_all.txt"; 
my %file1 = "file2.txt"; 

這裏你分配一個值，稱爲Perl中的SCALAR，到散列（由%印記表示）。哈希由由箭頭運算符（=>）分隔的鍵值對組成。例如

my %hash = (key => 'value'); 

哈希預計偶數的參數，因爲必須給他們既是關鍵和值。您目前只給每個Hash一個值，因此引發此錯誤。

的值賦給標，使用$印記：

my $file2 = "file_all.txt"; 
my $file1 = "file2.txt"; 

Answer 4

當你有提到你的問題：應該打印出任何的詞語file_all不在file2

這下面小編代碼做到這一點：

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

my ($file1, $file2) = qw(file_all.txt file2.txt); 

open my $fh1, '<', $file1 or die "Can't open $file1: $!"; 
open my $fh2, '<', $file2 or die "Can't open $file2: $!"; 

while (<$fh1>) 
{ 
    last if eof($fh2); 
    my $compline = <$fh2>; 
    chomp($_, $compline); 
    if ($_ ne $compline) 
    { 
     print "$_\n"; 
    } 
} 

file_all.txt：

ab 
cd 
ee 
ef 
gh 
df 

FILE2.TXT：

zz 
yy 
ee 
ef 
pp 
df 

輸出：

ab 
cd 
gh