perl - 在 Perl 中解析结构化文本文件

Question

我是 Perl 的新手，在编写能够成功解析结构化文本文件的 Perl 脚本时遇到了巨大的困难。

我有一组看起来像这样的文件:

name:
    John Smith
occupation:
    Electrician
date of birth:
    2/6/1961
hobbies:
    Boating
    Camping
    Fishing

等等。字段名称始终后跟一个冒号，并且与这些字段关联的所有数据始终以单个制表符 (\t) 缩进。

我想创建一个将字段内容与字段名称直接相关联的散列，如下所示:

 $contents{$name} = "John Smith"
 $contents{$hobbies} = "Boating, Camping, Fishing"

或者类似的东西。

到目前为止，我已经能够自己将所有字段名称放入散列中，但我没有运气将字段数据整理成可以很好地存储在散列中的形式。显然用制表符替换/拆分换行符是行不通的(我试过了，有点天真)。我还尝试了一个粗略的前瞻，我从文件中创建了一个重复的行数组，并使用它来确定字段边界的位置，但它在内存消耗方面并不是那么好。

FWIW，目前我正在逐行查看文件，但我并不完全相信这是最佳解决方案。有什么方法可以直接进行这种解析吗？

Answer 1

逐行读取文件是一个不错的方法。在这里，我正在创建数组引用的散列。这就是您只读取一个文件的方式。您可以通过这种方式读取每个文件，并将数组的散列放入数组散列的散列中。

#!/usr/bin/perl

use strict;
use warnings;
use Data::Dumper;

my %contents;
my $key;
while(<DATA>){
    chomp;
    if ( s/:\s*$// ) {
        $key = $_;
    } else {
        s/^\s+//g; # remove extra whitespace
        push @{$contents{$key}}, $_;
    }
}
print Dumper \%contents;

__DATA__
name:
    John Smith
occupation:
    Electrician
date of birth:
    2/6/1961
hobbies:
    Boating
    Camping
    Fishing

输出:

$VAR1 = {
          'occupation' => [
                             'Electrician'
                           ],
          'hobbies' => [
                          'Boating',
                          'Camping',
                          'Fishing'
                        ],
          'name' => [
                       'JohnSmith'
                     ],
          'date of birth' => [
                                '2/6/1961'
                              ]
        };