regex - PERL - 使用 txt 文件，并提取不同变量中的数据

Question

我需要处理 .txt 文件，并按文件名中存储的名称和日期进行过滤。

目前我实现了以下目标:

my $dir = "t-files\/";
chdir($dir);
foreach $files (glob('*.txt')) {
  ($sname) = split(/_/, $files);
  #($sdate) = "still under work"
  print "\nSwitch Name: $sname - Date: still under work";
}

文件示例名称:"s-ar-ar55g-1_20140911-09.txt"| “s-ar-ar55g-1_20141027-09.txt” | 等

使用这个脚本我有以下输出:

D:\_perl>test_01.pl

Switch Name: s-ar-ar55g-1 - Date: still under work
Switch Name: s-ar-ar55g-1 - Date: still under work
Switch Name: s-ar-ar55g-1 - Date: still under work
Switch Name: s-ar-ar55g-1 - Date: still under work
Switch Name: s-ar-ar55g-1 - Date: still under work
Switch Name: s-ar-ar55g-1 - Date: still under work
Switch Name: s-ar-ar55g-1 - Date: still under work
Switch Name: s-ar-ar55g-1 - Date: still under work
Switch Name: s-ar-ar55g-1 - Date: still under work
D:\_perl>

我的意图是从文件中提取日期字符串“20140911”，并存储到一个新变量“sdate”中

通过这种方式，我需要有两个变量，所以我可以比较名称和日期

是否可以直接从txt文件名中提取年月日这样的“20140911”？

Answer 1

总能用简单的正则表达式解析这样的字符串

my $file = 's-ar-ar55g-1_20140911-09.txt';

my ($sname, $date) = $file =~ /( [^_]+ ) _ ( [0-9]{8} )/x;

/x修饰符使其忽略模式中的空格(和换行符，并使用 # 表示注释)，以便我们可以使其更具可读性。至于模式，我在字符类 ^ 中使用否定( [] )与 [^_] , 匹配 _ 以外的任何字符，以及以下 +意味着必须至少有一个这样的字符。这样匹配到第一个字符的字符串 _ .

这是被捕获的，因为周围有() ，必须重复 8 次的数字的模式也是如此，[0-9]{8} .返回两个捕获的模式，并分配给 $sname和 $date .看教程perlretut对于初学者，或者你最喜欢的 Perl 好书。

注意我声明了my $sname ，以及所有其他引入的变量。这可以通过 strict pragma 强制执行，并且您必须始终启用 warnings当然也是如此。

---

split你使用的是一个很好的工具，但这里还有一些事情要做

my ($sname, $date) = split /_/, $file;  
# Now need to remove the trailing `-1.txt` from $date
($date) = split /-/, $date, 2;
# or, with a regex
# $date =~ s/[^-]+\K.*//;  # remove the first - and all after it

第二个参数中的第三个参数 split , 2 , 告诉 split一起返回两个元素。所以这就是第一个 - 之前的内容然后是一个包含所有内容的字符串。

我们需要()周围$date执行list context否则它会强加一个标量上下文，并会被分配返回列表的元素数 ( 2 )。

显然比基本的正则表达式先使用更多的工作和考虑。

另一种方式，进一步插入这个论点，将是 split在_或 -然后根据需要组装零件

my @parts = split /[_-]/, $file;
my ($sname, $date) = ( join('-', @parts[0..3]), $parts[4] );

现在我们还有那个 @parts变量四处漂浮，据说不需要，所以让我们避免命名空间污染

my ($sname, $date) = do {
    my @parts = split /[_-]/, $file;
    join('-', @parts[0..3]), $parts[4];
};

(现在 @parts ，在 do block 内被声明为词法 my，在它之外不存在。)

当字符串的一部分需要分析和处理时，这是处理字符串的标准方法，但与那个简单的正则表达式相比，它在这里显然有点矫枉过正。