perl - 打开/操作目录中所有文件的最有效方法是什么？

Question

我需要对目录的所有文件执行我的脚本(搜索)。以下是有效的方法。我只是问哪个最好。 (我需要格式的文件名:parsedchpt31_4.txt)

全局:

my $parse_corpus; #(for all options)
##glob (only if all files in same directory as script?):
my @files = glob("parsed"."*.txt");
foreach my $file (@files) {
    open($parse_corpus, '<', "$file") or die $!;
     ... all my code...
}

带有 while 和条件的 Readdir:

##readdir:
my $dir = '.';
opendir(DIR, $dir) or die $!;

while (my $file = readdir(DIR)) {
    next unless (-f "$dir/$file"); ##Ensure it's a file
    next unless ($file =~ m/^parsed.*\.txt/); ##Ensure it's a parsed file
    open($parse_corpus, '<', "$file") or die "Couldn't open directory $!";
     ... all my code...
}

使用 foreach 和 grep 读取目录:

##readdir+grep:
my $dir = '.';
    opendir(DIR, $dir) or die $!;    
foreach my $file (grep {/^parsed.*\.txt/} readdir (DIR)) {
    next unless (-f "$dir/$file"); ##Ensure it's a file
    open($parse_corpus, '<', "$file") or die "Couldn't open directory $!";
    ... all my code...
}

文件::查找:

##File::Find
my $dir = "."; ##current directory: could be (include quotes): '/Users/jon/Desktop/...'
my @files;
find(\&open_file, $dir); ##built in function
sub open_file {
    push @files, $File::Find::name if(/^parsed.*\.txt/);
}
foreach my $file (@files) {
    open($parse_corpus, '<', "$file") or die $!;
     ...all my code...
} 

还有其他方法吗？将我的整个脚本包含在循环中是否很好？我不使用closeir可以吗？我将其传递给其他人，我不确定他们的文件将在哪里(可能无法使用 glob)

非常感谢，希望这是问这个问题的正确地方。

Answer 1

最好或最有效的方法取决于您的目的和更大的背景。您的意思是在原始速度、代码简单性还是其他方面最好？我怀疑内存考虑是否应该插入这种选择。目录中有多少个文件？

为了纯粹的实用性，glob方法效果很好。在诉诸更多涉及的内容之前，我会问是否有问题。

如果您能够使用其他模块，另一种方法是让其他人担心肮脏的细节:

use File::Util qw();
my $fu = File::Util->new;
my @files = $fu->list_dir($dir, qw(--with-paths --files-only));

请注意 File::Find执行递减到所有子目录的递归搜索。很多时候你不想或不需要它。

我还要补充一点，我不喜欢你的两个 readdir示例，因为它们混合了不同的功能:(1) 获取文件名，以及 (2) 处理单个文件。我会把这些工作分开。

my $dir = '.';
opendir(my $dh, $dir) or die $!; # Use a lexical directory handle.
my @files = 
    grep { -f }
    map  { "$dir/$_" }
    grep { /^parsed.*\.txt$/ }
    readdir($dh);

for my $file (@files){
    ...
}