regex - 我如何跟踪某些元素所属的分组？

Question

我为这个粗制滥造的标题道歉；我不知道如何正确描述我遇到的问题。

我有多个以下格式的制表符分隔文件:

groupA    donuts     apples
groupB    car        dog        ball      meter
groupC    apples     donuts     car
groupD    ball       shirt      pencil    paper      donuts

具有不同的行数。

对于每一行，第一个单词是组名，而其余行是对象的名称。我想要做的是跟踪每个对象所属的组。所以在这个例子中，我会发现 ball 是 groupD 和 groupB 的一部分，而 car 只是一部分C 组。 apples 是 groupA 和 groupC 的一部分，而 pencil 只是 groupD 的一部分。

由于我正在阅读的每个文件都有不同数量的行/组，完成此操作的最佳方法是什么？

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

my $path = "../GENELIST.symbols.csv";
open(PATH, $path) || die "cannot open csv\n";
my @groups = ();
while(my $line = <PATH>){
    if($line =~ /^(\w+)\t/){
        push(@groups, $1);
    }
}
close(PATH);
#at this point I have the name of all the groups in the particular file (`groupA`, `groupB`, `groupC`, `groupD`). 

Answer 1

只需使用数组的散列。

要更熟悉此类结构，请查看:Perl Data Structures Cookbook

use strict;
use warnings;

my %groups;

while (<DATA>) {
    my ($group, @cols) = split;
    push @{$groups{$_}}, $group for @cols;
}

use Data::Dump;
dd \%groups;

__DATA__
groupA    donuts     apples
groupB    car        dog        ball      meter
groupC    apples     donuts     car
groupD    ball       shirt      pencil    paper      donuts

输出:

{
  apples => ["groupA", "groupC"],
  ball   => ["groupB", "groupD"],
  car    => ["groupB", "groupC"],
  dog    => ["groupB"],
  donuts => ["groupA", "groupC", "groupD"],
  meter  => ["groupB"],
  paper  => ["groupD"],
  pencil => ["groupD"],
  shirt  => ["groupD"],
}