Perl命令根据位置替换字符串

Question

我需要检查第 300 个字符是否是 { 。如果是，则需要将其替换为 0。还要考虑 { 之前的 10 位数字，生成一个负十进制数。示例:如果输入是 111123456789{ ，则输出将是 11-112345678.90 。
我的示例输入是:

H009704COV2009084    PHD0000001H009700204COV2009084    PROD2015122016010418371304COVH009704COV2009084    PTR0000001H0097002C00000000140000000043610000003408092A0000000068061C0000000000000{0000002939340H0000000537585H0000003476926F0000001218378G0000000040292E0000000016497{0000000000827E0000001880498{9000000320436J000000004391000000001606000000000030000000000128000000000006000000004227000000000000000000000000            00000140              0000000000000{0000000000773B0000000000000{000000000000

这里的第 300 个字符是 { 。因此，如果我将其替换为 0 并将其转换为负小数，则预期输出将为:

H009704COV2009084    PHD0000001H009700204COV2009084    PROD2015122016010418371304COVH009704COV2009084    PTR0000001H0097002C00000000140000000043610000003408092A0000000068061C0000000000000{0000002939340H0000000537585H0000003476926F0000001218378G0000000040292E0000000016497{0000000000827E000-000188049.809000000320436J000000004391000000001606000000000030000000000128000000000006000000004227000000000000000000000000            00000140              0000000000000{0000000000773B0000000000000{000000000000

我可以通过使用 sed 命令来做到这一点:

sed -e 's/\ (.\ {1,255\ }\ )\ (.\ {1,34\ }\ )\ (.\ {1,9\ }\ )\ ([^{]*\ ){/\1\2+\3.\40/'

但是当输入文件有大量记录(~80,000)时，性能很差。如何将上述 sed 命令转换为 Perl 以实现相同的功能？

Answer 1

一种方法是使用 Perl 中的 substr 函数。它通过偏移量(位置)和长度在另一个字符串中找到一个字符串。它可以选择用另一个参数替换它。它返回寻找的子串。
这里所需的转换有点复杂，所以它涉及 substr 的多次使用，以及一些计数。 - 需要向左插入 10 位，小数点/逗号需要向左插入 2 位。最后，{ 本身被替换。请注意，对于第一个字符，位置计数从 0 开始。
要了解这是如何工作的，请使用评论中的示例，即

111123456789{  -->  11-112345678.90

In this case { is at position 12.

echo "111123456789{" | perl -pe'
   $x = substr($_, 2, 9); substr($_, 2, 9, "-$x."); substr($_, 14, 1, "0")'

(这需要复制粘贴或在终端的单行中输入；为了便于阅读，这里分成两行。)上面的 $_ 是 Perl 的“默认”变量，包含当前正在处理的内容，所以这里是输入字符串。这将按照指定打印 11-112345678.90。
第一个命令提取位置之间的字符串，其中需要输入 - 和 .，它从位置 12 左侧的 10 个位置开始(因此，在 2 处)并且长度为 9。然后将该子字符串写回那里，现在用 - 和 . 填充。最后 { 替换为 0 。

subtstr 的另一种用法
虽然上面允许更一般的转换，对于插入字符的确切任务，可以简单地在给定位置添加 - 和 .，通过使用 0 替换子字符串的长度。 { 的替换如上。

perl -pe 'substr($_, 2, 0, "-"); substr($_, 12, 0, "."); substr($_, 14, 1, "0")'

这样 $_ 每次都会改变，最后通过 -p 开关打印出来(见最后)。由于第一次插入添加了一个字符，因此第二次插入需要发生在字符串下方的一个位置。
请注意，这并不是更有效。虽然它避免创建新字符串 $x ，但它会额外更改一次字符串。重写字符串的任何部分，除了精确的字符替换，意味着至少必须保存字符串的其余部分，然后再复制回来。对于更长的字符串，这更昂贵，而且这种方法可能效率较低。但是，除非运行许多此类操作或在基准测试中，否则这不会引起注意。

要将其应用于实际问题，我们有 299 而不是 12:

perl -pe
   '$x = substr($_, 289, 9); substr($_, 289, 9, "-$x."); substr($_, 301, 1, "0")'
   input_file.txt

也可以使用上面的第二个示例，并适当调整数字。
Switches 和特殊变量:

-e 表示 '...' 里面的内容要被 Perl 作为程序执行

-p 遍历输入行并在每个输入行上运行 '' 中的程序。例如，这些行可能来自一个文件，如果在命令行上给出，它会自动打开并将行馈送到该程序。这就像 -n 一样，但是 -p 在程序处理完该行后也会打印 $_ (我们不需要说 print )

$_ , "the default input and pattern-searching space ,"具有当前输入行

这也可以使用正则表达式来完成。见 the answer by PerlDuck 。

注意
从某种意义上说，上述程序是错误的，即使 { 不是寻找它的地方，它们也经历了所有处理，更改了字符串，问题中的显式条件是什么。
相反，我们必须首先检查 { 是否确实在给定位置，然后执行上述操作。这显然很容易添加，但随后它变得更加笨拙和缓慢。相反，我更愿意推荐一个基于正则表达式的解决方案，比如 the answer by PerlDuck 中的解决方案。
或者也许是一种更快的方式(如该答案下方所评论的)

pos($string) = 290;
$string =~ s/\G ([0-9]{9}) ([0-9]) \{ /-$1.${2}0/x;

通过首先设置 pos， \G assertion 将使正则表达式引擎在该位置启动。然后它分别匹配 9 和 1 位数字，然后是 { ，并根据需要替换它们。如果 { 不存在，则整个匹配失败并且字符串保持不变。