perl 解析多个字符串的文件

Question

过去两周我一直在学习 perl。我一直在为我的学校项目编写一些 perl 脚本。我需要为多个字符串解析一个文本文件。我搜索了 perl 论坛并获得了一些信息。下面的函数为一个字符串解析一个文本文件并返回一个结果。但是我需要脚本来搜索文件中的多个字符串。

use strict;
use warnings;


sub find_string {
    my ($file, $string) = @_;
    open my $fh, '<', $file;
    while (<$fh>) {
        return 1 if /\Q$string/;
    }
    die "Unable to find string: $string";
}

find_string('filename', 'string');

现在例如，如果文件包含多个带有正则表达式的字符串，如下所示

"testing"
http://www.yahoo.com =1
http://www.google.com=2

我希望函数可以搜索多个字符串，例如

find_string('filename', 'string1','string2','string3');

有人能解释一下我需要怎么做吗。这真的很有帮助

Answer 1

在这里快速浏览一下:

您现在传递文件名和一个字符串。如果传递多个字符串怎么办:

 if ( find_string ( $file, @strings ) ) {
    print "Found a string!\n";
}
else {
    print "No string found\n";
}


..

sub find_string {
    my $file    = shift;
    my @strings = @_;
    #
    # Let's make the strings into a regular expression
    #
    my $reg_exp = join "|" ,@strings;   # Regex is $string1|$string2|$string3...

    open my $fh, "<", $file or die qq(Can't open file...);
    while ( my $line = <$fh> ) {
       chomp $line;
       if ( $line =~ $reg_exp ) {
           return 1;     # Found the string
       }
    }
    return 0;            # String not found
}

我正要去开会，所以我什至还没有真正测试过这个，但想法就在那里。一些事情:

• 您想处理字符串中可能是正则表达式字符的字符。您可以使用 quotemeta 命令，或在每个字符串前后使用 \Q 和 \E。
• 考虑使用使用autodie 来处理无法打开的文件。然后，您不必检查您的公开声明(就像我在上面所做的那样)。
• 有局限性。如果您要搜索 1,000 个不同的字符串，这会很糟糕，但搜索几个应该没问题。
• 请注意我如何使用标量文件句柄 ($fh)。我不会通过子例程打开文件，而是传入一个标量文件句柄。这将允许您处理主程序中的无效文件问题。这是标量文件句柄的一大优势:它们可以轻松传递给子例程并存储在类对象中。

---

测试程序

#! /usr/bin/env perl
#

use strict;
use warnings;
use autodie;
use feature qw(say);

use constant {
    INPUT_FILE =>       'test.txt',
};


open my $fh, "<", INPUT_FILE;

my @strings = qw(foo fo+*o bar fubar);

if ( find_string ( $fh, @strings ) ) {
    print "Found a string!\n";
}
else {
    print "No string found\n";
}

sub find_string {
    my $fh    = shift;          # The file handle
    my @strings = @_;           # A list of strings to look for

    #
    # We need to go through each string to make sure there's
    # no special re characters
    for my $string ( @strings ) {
        $string = quotemeta $string;
    }

    #
    # Let's join the stings into one big regular expression
    #
    my $reg_exp = join '|', @strings;   # Regex is $string1|$string2|$string3...
    $reg_exp = qr($reg_exp);            # This is now a regular expression

    while ( my $line = <$fh> ) {
        chomp $line;
        if ( $line =~ $reg_exp ) {
            return 1;     # Found the string
        }
    }
    return 0;            # String not found
}

• autodie 在我无法打开文件时处理问题。无需检查。
• 请注意，我的open 中有三个参数。这是首选方式。
• 我的文件句柄是 $fh，它允许我将它传递给我的 find_string 子例程。在主程序中打开文件，我可以在那里处理读取错误。
• 我遍历我的 @strings 并使用 quotemeta 命令自动转义特殊的正则表达式字符。
• 请注意，当我在循环中更改 $string 时，它实际上修改了 @strings 数组。
• 我使用 qr 创建一个正则表达式。
• 我的正则表达式是 /foo|fo\+\*o|bar|fubar/。
• 有一些错误 例如，字符串fooburberry 将与foo 匹配。你想要那个，还是你想要你的字符串是整个单词？