如何從Perl中的固定寬度格式中提取列？

Question

我正在寫一個Perl腳本運行通過，並抓住各種數據元素，如：

1253592000 
1253678400     86400     6183.000000 
1253764800     86400     4486.000000 
1253851200 36.000000  86400    10669.000000 
1253937600 0.000000  86400     9126.000000 
1254024000 0.000000  86400     2930.000000 
1254110400 0.000000  86400     2895.000000 
1254196800 0.000000        8828.000000 

我可以抓住這個文本文件沒有問題的每一行。

我有工作正則表達式來抓住每個這些領域。一旦我在變量中有行，例如$ line - 我如何獲取這些字段中的每一個，並將它們放入自己的變量中，即使它們具有不同的分隔符？

Answer 1

您可以分割線。看起來你的分隔符只是空格？您可以按以下順序執行操作：

@line = split(" ", $line); 

這將匹配所有空格。然後，您可以執行邊界檢查並通過$ line [0]，$ line [1]等訪問每個字段。

Split也可以採用正則表達式而不是字符串作爲分隔符。

@line = split(/\s+/, $line); 

這可能會做同樣的事情。

Answer 2

固定寬度界定可以做這樣的：

my @cols; 
my %header; 
$header{field1} = 0; // char position of first char in field 
$header{field2} = 12; 
$header{field3} = 15; 

while(<IN>) { 

    print chomp(substr $_, $header{field2}, $header{field3}); // value of field2 


} 

我的Perl是很生疏，所以我相信有語法錯誤在那裏。但這是它的要點。

Answer 3

如果所有字段具有相同固定寬度，用空格的格式，你可以使用下面的split：

@array = split/{1,N}/, $line; 

其中N是與現場的。這將爲每個空白字段生成一個空間。

Answer 4

此示例說明如何使用空格作爲分隔符（split）或使用固定列布局（unpack）解析該行。如果使用大寫字母（A10等），則unpack將爲您刪除空格。 注意：正如brian d foy指出的那樣，split方法對於缺少字段的情況（例如第二行數據）不適用，因爲字段位置信息將丟失;除非我們誤解了您的數據，否則要走到這裏去。

use strict; 
use warnings; 

while (my $line = <DATA>){ 
    chomp $line; 
    my @fields_whitespace = split m'\s+', $line; 
    my @fields_fixed = unpack('a10 a10 a12 a28', $line); 
} 

__DATA__ 
1253592000             
1253678400     86400     6183.000000 
1253764800     86400     4486.000000 
1253851200 36.000000  86400    10669.000000 
1253937600 0.000000  86400     9126.000000 
1254024000 0.000000  86400     2930.000000 
1254110400 0.000000  86400     2895.000000 
1254196800 0.000000        8828.000000 

Answer 5

我不能確定的列名和格式的，但你應該使用Text::FixedWidth

use strict; 
use warnings; 
use Text::FixedWidth; 

my $fw = Text::FixedWidth->new; 
$fw->set_attributes(
    qw(
     timestamp undef %10s 
     field2 undef %10s 
     period undef %12s 
     field4 undef %28s 
     ) 
); 

while (<DATA>) { 
    $fw->parse(string => $_); 
    print $fw->get_timestamp . "\n"; 
} 

__DATA__ 
1253592000 
1253678400     86400     6183.000000 
1253764800     86400     4486.000000 
1253851200 36.000000  86400    10669.000000 
1253937600 0.000000  86400     9126.000000 
1254024000 0.000000  86400     2930.000000 
1254110400 0.000000  86400     2895.000000 
1254196800 0.000000        8828.000000 

Answer 6

使用my module DataExtract::FixedWidth能夠將此配方調整自己的喜好。這是功能最全面，經過充分測試的，適用於perl中的固定寬度列。如果這個速度不夠快，你可以傳入一個unpack_string，並且不需要啓發式檢測邊界。

#!/usr/bin/env perl 
use strict; 
use warnings; 
use DataExtract::FixedWidth; 
use feature ':5.10'; 

my @rows = <DATA>; 
my $de = DataExtract::FixedWidth->new({ 
    heuristic => \@rows 
    , header_row => undef 
}); 

say join ('|', @{$de->parse($_)}) for @rows; 

    --alternatively if you want header info-- 

my @rows = <DATA>; 
my $de = DataExtract::FixedWidth->new({ 
    heuristic => \@rows 
    , header_row => undef 
    , cols => [qw/timestamp field2 period field4/] 
}); 

use Data::Dumper; 
warn Dumper $de->parse_hash($_) for @rows; 

__DATA__ 
1253592000 
1253678400     86400     6183.000000 
1253764800     86400     4486.000000 
1253851200 36.000000  86400    10669.000000 
1253937600 0.000000  86400     9126.000000 
1254024000 0.000000  86400     2930.000000 
1254110400 0.000000  86400     2895.000000 
1254196800 0.000000        8828.000000