perl - 读取两个 YAML 文件并比较两者中出现的模块

Question

我正尝试按如下方式比较两个 YAML 文件

• 忽略所有注释行

• 如果文件具有相同的模块，则比较这些模块的版本

• 如果版本不同，则将差异打印到文件 output.log 并引发错误

文件1.yml

Modules:
     python:
         PATH: /cfg/python/version-1.0
     c:
         PATH: /cfg/c/release-1.2.0
     c++:
         PATH: /cfg/c++/release-1.1.5
     java:
         PATH: /cfg/java/version-2.157
     #connect:
     #    PATH: /cfg/connect/release-1.2.3

文件2.yml

Modules:
     python:
         PATH: /cfg/python/version-1.1
     c:
         PATH: /cfg/c/release-1.2.0
     java:
         PATH: /cfg/java/version-2.161
     eclipse:
         PATH: /cfg/eclipse/version-4.5
     #connect:
     #    PATH: /cfg/connect/release-1.2.0

期望的输出

Error:
  File1.yml - python: PATH: /cfg/python/verison-1.0
  file2.yml - python: PATH: /cfg/python/verison-1.1
Error:
  file1.yml - java: PATH: /cfg/java/version-2.157
  file2.yml - java: PATH: /cfg/java/version-2.161

我的代码

use strict;
use warnings;

open f1, "file1.yml" or die "couldn't open the file: $! \n ";
my @line1 = <f1>;
close(f1);

open f2, "file2.yml" or die "couldn't open the file: $! \n ";
my @line2 = <f2>;
close(f2);

open( OUT, ">", "error.txt" );

for ( my $i = 0; $i < @line1; $i++ ) {

    for ( my $j = 0; $j < @line2; $j++ ) {

        if ( $line1[$i] =~ $line2[$j] ) {
            print OUT "Match Found: \n $line1[$i] \n $line2[$j]";
        }
    }
}
close OUT;    

输出

Match Found:
    Modules:
    Modules:
 Match Found:
    python:
    python:
 Match Found:
    c:
    c: 
 Match Found:
    java:
    java:
 Match Found:
    #connect:
    #connect:

Answer 1

从技术上讲，您的程序并没有任何问题，因此我不会提供修复或解释。您编写的代码与您试图解决的代码不同。

相反，我将逐步向您展示一种不同的方法。首先，请记住 YAML 是一种数据结构描述。您可以将其读入 Perl 并将其转换为 Perl 理解的 native 数据结构，而不是使用文本比较。您的两个文件都具有相似的结构，这使得这非常简单。

读取数据结构并将其转换为不同的格式很困难。幸运的是，Perl 的众多优势之一是许多问题已经得到解决，并且可以在 CPAN 上使用。

use strict;
use warnings;
use YAML 'LoadFile';

my $file1 = LoadFile('file1.yml');
my $file2 = LoadFile('file2.yml');

此程序将读取您的文件并使用 LoadFile from the YAML module 将内部的 YAML 数据结构转换为 Perl 哈希引用.

它本身当然不是很有用。那么让我们检查一下这些结构是什么样的。 Data::Dumper对此非常有用，它随您的 Perl 安装一起提供。 (我个人会使用 Data::Printer ，因为我认为输出更具可读性，但这取决于您)。

use Data::Dumper;

print Dumper $file1;
print Dumper $file2;

这将向我们展示:

$VAR1 = {
          'Modules' => {
                       'java' => {
                                 'PATH' => '/cfg/java/version-2.157'
                               },
                       'c' => {
                              'PATH' => '/cfg/c/release-1.2.0'
                            },
                       'c++' => {
                                'PATH' => '/cfg/c++/release-1.1.5'
                              },
                       'python' => {
                                   'PATH' => '/cfg/python/verison-1.0'
                                 }
                     }
        };
$VAR1 = {
          'Modules' => {
                       'c' => {
                              'PATH' => '/cfg/c/release-1.2.0'
                            },
                       'java' => {
                                 'PATH' => '/cfg/java/version-2.161'
                               },
                       'python' => {
                                   'PATH' => '/cfg/python/verison-1.1'
                                 },
                       'eclipse' => {
                                    'PATH' => '/cfg/eclipse/version-4.5'
                                  }
                     }
        };

请注意 key 的顺序与它们在文件中的顺序不同。那是因为 Perl 中的散列是无序的。这是一个特点。为了获得始终相同的输出，我们需要 sort这些键稍后再说。

所以我们看到两个结构都有一个关键的模块。在内部，有另一个哈希引用，它以语言作为键，在每个哈希引用中，都有另一个哈希引用，只有一个 PATH 键和一个值。我们对每种语言的每个 PATH 的值(value)感兴趣。

为了获取语言，我们迭代了两个文件之一的模块 的键。然后我们可以一直向下比较这些值。如果他们是 not equal , 我们打印错误信息。

use v5.10; # to get say

# get shortcuts so the lines are not as long
my $modules1 = $file1->{Modules};
my $modules2 = $file2->{Modules};
foreach my $language (sort keys %{ $file1->{Modules} }) {
    if ($modules1->{$language}->{PATH} ne $modules2->{$language}->{PATH} ) {
        say "Error:";
        say "file1.yml - $language: PATH: $modules1->{$language}->{PATH}";
        say "file2.yml - $language: PATH: $modules2->{$language}->{PATH}";
    }
}

我正在使用 say而不是 print ，它在末尾为我们附加了一个换行符。额外的变量 $modules1 和 $modules2 只是为了让代码更容易阅读，因为 $file1->{Modules}->{$language}->{PATH} 很长。

现在，如果我们运行我们的程序到此为止，我们将得到以下输出。

Error:
file1.yml - c++: PATH: /cfg/c++/release-1.1.5
file2.yml - c++: PATH: 
Error:
file1.yml - java: PATH: /cfg/java/version-2.157
file2.yml - java: PATH: /cfg/java/version-2.161
Error:
file1.yml - python: PATH: /cfg/python/verison-1.0
file2.yml - python: PATH: /cfg/python/verison-1.1
Use of uninitialized value in string ne at /home/simbabque/code/scratch/scratch.pl line 133.
Use of uninitialized value in concatenation (.) or string at /home/simbabque/code/scratch/scratch.pl line 136.

这几乎就是我们想要的，但是有一些讨厌的警告(因为我们打开了使用警告)，而且 c++ 没有任何值(value)。我们需要过滤掉仅存在于两个文件之一中的语言。

只存在于 file2.yml 中的语言已经不被考虑，因为我们只查看 file1.yml 中的键。要从第一个文件中删除那些，我们必须检查它们是否 exist在我们访问它们之前在另一个中。

next unless exists $modules2->{$language};

unless keyword就像 if (not ...)，我认为它更容易阅读，尤其是在这个非常简洁的 post-fix notation 中。 .现在程序给出了预期的输出。

Error:
file1.yml - java: PATH: /cfg/java/version-2.157
file2.yml - java: PATH: /cfg/java/version-2.161
Error:
file1.yml - python: PATH: /cfg/python/verison-1.0
file2.yml - python: PATH: /cfg/python/verison-1.1

这就是全部。不要忘记从代码中删除 Data::Dumper，因为它与生产程序无关。我们仅将其用作调试助手。

use strict;
use warnings;
use YAML 'LoadFile';

my $file1 = LoadFile('file1.yml');
my $file2 = LoadFile('file2.yml');

use v5.10;

# get shortcuts so the lines are not as long
my $modules1 = $file1->{Modules};
my $modules2 = $file2->{Modules};
foreach my $language (sort keys %{ $file1->{Modules} }) {
    next unless exists $modules2->{$language};
    if ($modules1->{$language}->{PATH} ne $modules2->{$language}->{PATH} ) {
        say "Error:";
        say "file1.yml - $language: PATH: $modules1->{$language}->{PATH}";
        say "file2.yml - $language: PATH: $modules2->{$language}->{PATH}";
    }
}