perl - 嵌套while循环以计算多个目的地的距离

Question

好吧，我现在搞砸了。我想使用严格和警告来创建一个合适的脚本(对我来说仍然是一个挑战；)。但现在我完全迷失了。我一直在看太多的例子，我完全糊涂了。我正在尝试使用纬度/经度计算两点之间的距离。我想我已经用 gis::distance 覆盖了那部分。但问题是我试图找到彼此相距 5000m 以内的目的地。 (如果目的地相同则跳过)。因此，当它找到距离另一个目的地 5000 米以内的目的地时，我希望它把它放在第一个文件中的最后一个元素之后。

两个输入文件是相同的，以下是它们的外观。这两个文件都有大约 45k 行。

Europe;3;France;23;Parijs;42545;48,856555;2,350976
Europe;3;France;23;Parisot;84459;44,264381;1,857827
Europe;3;France;23;Parlan;11337;44,828976;2,172435
Europe;3;France;23;Parnac;35670;46,4533;1,4425
Europe;3;France;23;Parnans;22065;45,1097;5,1456

假设这些目的地中有 2 个彼此靠近，我正在尝试像这样输出它:

Europe;3;France;23;Parijs;42545;48,856555;2,350976;Parlan;11337;200
Europe;3;France;23;Parisot;84459;44,264381;1,857827;
Europe;3;France;23;Parlan;11337;44,828976;2,172435;
Europe;3;France;23;Parnac;35670;46,4533;1,4425;Parisot;84459;2000;Parnans;22065;350
Europe;3;France;23;Parnans;22065;45,1097;5,1456;

实际结果当然会匹配2个以上。在输出文件中添加了匹配的目的地、目的地 id 和计算的距离。每个目的地可能有多个匹配项。噗这真的很难解释哈哈。正如我所说，我正在使用严格和警告并将错误缩小到最低限度，但仍然不完全。这些是错误:

Global symbol "$infile1" requires explicit package name at E:\etc.pl line 17.
Execution of E:\etc.pl aborted due to compilation errors.

这是我到目前为止的代码。我的声明也没有正面或反面。

有人能帮我吗？ (也许这不是最有效的方法，但现在它可以帮助我逐步了解 perl)

use strict;
use warnings;
use GIS::Distance::Lite qw(distance);

my $inputfile1 = shift || die "Give input!\n";
my $inputfile2 = shift || die "Give more input!\n";
my $outputfile = shift || die "Give output!\n";

open my $INFILE1, '<', $inputfile1  or die "In use/Not found :$!\n";
open my $INFILE2, '<', $inputfile2  or die "In use/Not found :$!\n";
open my $OUTFILE, '>', $outputfile  or die "In use/Not found :$!\n";

my $maxdist = 5000;
my $mindist = 0.0001;

while ( my @infile1 ){ 
    my @elements = split(";",$infile1);

    my $lat1 = $elements[6];
    my $lon1 = $elements[7];

    $lat1 =~ s/,/./g;
    $lon1 =~ s/,/./g;

    seek my $infile2, 0, 0;

    print "1. $lat1\n";
    print "2. $lon1\n";

    while ( my @infile2 ){
        my @loopelements = split(";",$infile2);

        my $lat2 = $loopelements[6];
        my $lon2 = $loopelements[7];

        $lat2 =~ s/,/./g;
        $lon2 =~ s/,/./g;

        print "3. $lat1\n";
        print "4. $lon1\n";

        my $distance = distance($lat1, $lon1 => $lat2, $lon2);      # Afstand berekenen tussen latlon1 and latlon2

        print "5. $distance\n";

        my $afstand = sprintf("%.4f",$distance);

        print "6. $afstand\n";

        if (($afstand < $maxdist) and (!($elements[4] == $loopelements[4]))){ 
            push (@elements, $afstand,$loopelements[4],$loopelements[5]);
            print "7. $afstand\n";
            } else {
                next;
                }
        }

  @elements = join(";",@elements);  # add ';' to all elements
  print OUTFILE "@elements";
  #if ($i == 10) {last;}
  }
close(INFILE1);
close(INFILE2);
close(OUTFILE);

- - - - - - - - 编辑 - - - - - - -

嗯，我又来了。我一直在查看你更新的代码，这是我的一个非常激烈的版本哈哈。老实说，我只懂一半。它仍然很有帮助；全部!我决定通过您的改进坚持我的原始脚本设计，但它仍然无法正常工作。如果你不介意的话，我有几个问题:

我在脚本中做了一些调整。第一个是它现在跳过带有零的经纬度，因为这会产生无用的结果。在同一行中，它还会跳过同样无用的空单元格。我已经为两个 infile 做了这个。

哦，我说元素[4]的地方是元素[5]，所以它是数字。所以我把 ne 换成了 != 如果我没记错的话。但我想我再次创建了一个无限循环，因为它没有遍历第二个文件。我知道我可能看起来很固执，但我想首先了解我的原始脚本，并在我运行后立即开始处理您的版本。我认为搜索功能无法正常工作。这是现在的脚本。

use strict;
use warnings;
use GIS::Distance::Lite qw(distance);

my $inputfile1 = shift || die "Give input!\n";
my $inputfile2 = shift || die "Give more input!\n";
my $outputfile = shift || die "Give output!\n";

open my $INFILE1, '<', $inputfile1  or die "In use/Not found :$!\n";
open my $INFILE2, '<', $inputfile2  or die "In use/Not found :$!\n";
open my $OUTFILE, '>', $outputfile  or die "In use/Not found :$!\n";

my $maxdist = 3000;
my $mindist = 0.0001;

while (my $infile1 = <$INFILE1> ){
  chomp $infile1;
  my @elements = split(";",$infile1);

  print "1. $elements[6]\n";
  print "2. $elements[7]\n";

  my $lat1 = $elements[6];
  my $lon1 = $elements[7];

if ((($lat1 and $lon1) ne '0') and (!($lat1 and $lon1) eq "")){
        $lat1 =~ s/,/./;
        $lon1 =~ s/,/./;
        print "lat1: $lat1\n";
        print "lon1: $lon1\n";  
        } else {
            next;
            }

  print "3. $lat1\n";
  print "4. $lon1\n";

  seek $INFILE2, 0, 0;

  while ( my $infile2 = <$INFILE2> ){
    chomp $infile2;
    my @loopelements = split(";",$infile2);

print "5. $elements[6]\n";
print "6. $elements[7]\n";

    my $lat2 = $loopelements[6];
    my $lon2 = $loopelements[7];

if ((($lat2 and $lon2) ne '0') and (!($lat2 and $lon2) eq "")){
        $lat2 =~ s/,/./;
        $lon2 =~ s/,/./;
        print "lat2: $lat1\n";
        print "lon2: $lon1\n";  
        } else {
            next;
            }

my $distance = distance($lat1, $lon1 => $lat2, $lon2);      # Afstand berekenen tussen latlon1 and latlon2

print "7. $distance\n";

my $afstand = sprintf("%.4f",$distance);

print "8. $afstand\n";

if ($afstand < $maxdist && $elements[4] != $loopelements[4]){ 
  push (@elements, $afstand, $loopelements[4],$loopelements[5]);
  print "9. $afstand\n";
    } else {
        next;
        }
  }
print $OUTFILE join(";",@elements), "\n";
}

close($INFILE1);
close($INFILE2);
close($OUTFILE);

Answer 1

你已经很不错了。让我们来看看您的错误消息。

Global symbol "$infile1" requires explicit package name at E:\etc.pl line 17.

这个很简单。在 Perl 中，所有 variable names 都区分大小写。在顶部，您创建一个 lexical 变量 $INFILE1 。稍后我将更多地讨论词法。

open my $INFILE1, '<', $inputfile1  or die "In use/Not found :$!\n";

在这里，您已将其全部大写，这没关系。如果它有助于您记住它是一个词法文件句柄(文件句柄曾经是全局的并且命名为 INFILE1 )，那么您可以这样做。 但是 稍后(第 17 行)您使用 $infile1 。

my @elements = split(";",$infile1);

您尚未声明该变量(使用 my )，因此它会引发此错误。但这还不是全部。

我相信您正在尝试从该文件句柄中读取。但这不起作用。我将分步解释这一点。
- 事实上，你已经建立了一个无限循环，但你还没有意识到它。

    while ( my @infile1 ){ 

这个 while 循环不会停止。曾经。 @infile1 和 my 的声明总是返回一个真值，因为它总是有效的。所以你永远不会打破循环。

我猜您是在尝试逐行读取文件。那么让我们看看如何做到这一点:

while (my $infile1 = <$INFILE1> ){ 
  my @elements = split(";",$infile1);

您需要像这样从文件中读取。现在 while 循环头中的赋值只有在有一行从文件句柄返回时才会为真。一旦到达文件末尾，它将返回 undef ，从而结束循环。好极了。还要注意下一行中的 $infile1 与 split 现在是如何正确的。

您还需要将 chomp 添加到组合中，因为文件末尾有换行符:

while (my $infile1 = <$INFILE1> ){ 
  chomp $infile1;
  my @elements = split(";",$infile1);

接下来是 seek 行。看起来您想从第一个文件的每一行的开头读取第二个文件。这在某种程度上是有道理的，但效率很低。我稍后再谈。不过，您确实需要更改 my。您不必在此处创建新变量。另外，使用正确的名称:

seek $INFILE2, 0, 0;

让我们来修复第二个 while 循环:

while (my $infile2 = <$INFILE2>){
  chomp $infile2;
  my @loopelements = split(";",$infile2);

我注意到的下一件事是在第 42 行:

my $distance = distance($lat1, $lon1 => $lat2, $lon2);

别担心，这里没有什么问题。我只想指出， => 是另一种写逗号 ( , ) 的方式。它有时被称为胖逗号，它使阅读更容易，例如，散列分配。

在第 50 行中，您已经获得了距离。

if (($afstand < $maxdist) and (!($elements[4] == $loopelements[4]))){     

and 通常用于做错误检查。请参阅 perldoc 了解原因。您应该改用 && 。因为它具有更高的优先级，所以您可以省略括号。您还可以更改 !($a == $b) 构造以改用 != 运算符。 但是 因为它保存了城市名称，而且它是一个字符串而不是数字，所以您需要使用 ne ，它与 eq 相反。所以这一行现在变成:

if ($afstand < $maxdist && $elements[4] ne $loopelements[4]){

读起来好多了，不是吗？

在第 58 行中，您对数组 join 进行 @elements 并将其分配给自身。这是比较奇怪的。它将用一个只有一个元素的新数组替换数组 - 连接字符串。让我们把那条线留到下一个项目符号，然后再看。

在第 59 行中，您有一个 print 语句，但您现在使用的是从未创建的全局文件句柄 OUTFILE。相反，您需要使用顶部的词法文件句柄 $OUTFILE 。如果我们现在将上一行中的 join 直接添加到打印语句中，并在末尾添加一个 \n 换行符，该行将变为:

print $OUTFILE join(";",@elements), "\n";

现在只剩下最后一部分了:您需要关闭文件句柄，但您再次使用全局句柄。改用你的词汇:

close($INFILE1);
close($INFILE2);
close($OUTFILE);

完整的代码现在看起来像这样:

use strict;
use warnings;
use GIS::Distance::Lite qw(distance);

my $inputfile1 = shift || die "Give input!\n";
my $inputfile2 = shift || die "Give more input!\n";
my $outputfile = shift || die "Give output!\n";

open my $INFILE1, '<', $inputfile1  or die "In use/Not found :$!\n";
open my $INFILE2, '<', $inputfile2  or die "In use/Not found :$!\n";
open my $OUTFILE, '>', $outputfile  or die "In use/Not found :$!\n";

my $maxdist = 5000;
my $mindist = 0.0001;

while (my $infile1 = <$INFILE1> ){
  chomp $infile1;
  my @elements = split(";",$infile1);

  my $lat1 = $elements[6];
  my $lon1 = $elements[7];

  $lat1 =~ s/,/./g;
  $lon1 =~ s/,/./g;

  print "1. $lat1\n";
  print "2. $lon1\n";

  seek $INFILE2, 0, 0;

  while ( my $infile2 = <$INFILE2> ){
    chomp $infile2;
    my @loopelements = split(";",$infile2);

    my $lat2 = $loopelements[6];
    my $lon2 = $loopelements[7];

    $lat2 =~ s/,/./g;
    $lon2 =~ s/,/./g;

    print "3. $lat1\n";
    print "4. $lon1\n";

    my $distance = distance($lat1, $lon1 => $lat2, $lon2);      # Afstand berekenen tussen latlon1 and latlon2

    print "5. $distance\n";

    my $afstand = sprintf("%.4f",$distance);

    print "6. $afstand\n";

    if ($afstand < $maxdist && $elements[4] ne $loopelements[4]){ 
      push (@elements, $afstand,$loopelements[4],$loopelements[5]);
      print "7. $afstand\n";
    } else {
      next;
    }
  }

  print $OUTFILE join(";",@elements), "\n";
}

close($INFILE1);
close($INFILE2);
close($OUTFILE);

现在谈谈你的算法的工作方式:首先读取完整的第二个文件，然后在每次迭代中与第一个文件进行比较会更有效率。这样，您只需读取一次文件。

use strict;
use warnings;
use GIS::Distance::Lite qw(distance);
use feature qw(say);

my $inputfile1 = shift || die "first file missing";
my $inputfile2 = shift || die "second file missing";
my $outputfile = shift || die "output file missing!";

# Read the second file first
my @file2; # save the lines of INFILE2 as array refs
open my $INFILE2, '<', $inputfile2  or die "In use/Not found :$!";
while ( my $infile2 = <$INFILE2> ){ 
  chomp $infile2;
  my @loopelements = split(/;/, $infile2);

  $loopelements[6] =~ y/,/./;
  $loopelements[7] =~ y/,/./;

  push @file2, \@loopelements;
}
close($INFILE2);

open my $INFILE1, '<', $inputfile1  or die "In use/Not found :$!";
open my $OUTFILE, '>', $outputfile  or die "In use/Not found :$!";

my $maxdist = 5000;
my $mindist = 0.0001;

while (my $infile1 = <$INFILE1> ){
  chomp $infile1;
  my @elements = split(";",$infile1);

  my $lat1 = $elements[6];
  my $lon1 = $elements[7];

  $lat1 =~ y/,/./;
  $lon1 =~ y/,/./;

  say "1. $lat1";
  say "2. $lon1";

  FILE2: foreach my $loopelements ( @file2 ){
    my ($lat2, $lon2) = @$loopelements[6, 7];

    say "3. $lat2";
    say "4. $lon2";

    my $distance = distance($lat1, $lon1 => $lat2, $lon2);      # Afstand berekenen tussen latlon1 and latlon2

    say "5. $distance";

    my $afstand = sprintf("%.4f",$distance);

    say "6. $afstand";

    if ($afstand < $maxdist && $elements[4] ne $$loopelements[4]){ 
      push (@elements, $afstand, $$loopelements[4], $$loopelements[5]);
      say "7. $afstand";
    } else {
      next FILE2;
    }
  }

  say $OUTFILE join(";",@elements);
}

close($INFILE1);
close($OUTFILE);

现在，让我们看看我改变了什么。

首先，我在顶部添加了use feature qw(say)。 say 与 print 相同，但添加了一个新行。这样可以节省一些打字时间。另请参阅 feature 了解更多信息。

我从所有 die 语句中删除了“\n”字符。如果你在那里放一个新行，它会从输出中删除行号。如果这是故意的，请忽略此建议。以下是 Perldoc 对此的看法:

If the last element of LIST does not end in a newline, the current script line number and input line number (if any) are also printed, and a newline is supplied.

最重要的部分是我对算法的改变。我将第二个文件的 while 循环移到另一个 while 循环之外的程序顶部。该文件被放入数组 @file2 中。每个元素都包含一个包含行字段的数组 ref。逗号已更改为句号。

我将 s/// 替换运算符更改为 y/// (缺少 tr/// )音译运算符。因为你只改变一个符号，这就足够了。它也更快。即使您保留正则表达式替换，您也不需要 /g 修饰符，因为浮点数只有一个逗号，因此不必进行多次替换。

现在所有这些事情只对 file2 完成一次。当完成 40k+ 次时，这可以节省大量的计算时间。

我更改了错误消息的措辞，以便更好地理解它们。那就是偏好。你不必那样做。

我将第二个 while 更改为 foreach 循环，以迭代新的 @file2 数组的元素。为了清楚起见，我确实保留了 $lat2 和 $lon2 变量。您可以省略这些，直接使用 array(ref) 元素。在作业中，我使用 array slice 将其放入一行。

由于 $loopelements 替换了 @loopelements 并且它是一个数组引用，我们现在需要使用 $$loopelements[$index] 访问存储在其中的数据。

我希望这可以帮助您理解为什么我进行了某些改进。

请记住，在 Perl 中有不止一种方法可以做到这一点 - 这是一件好事。
很少有正确的方法，但通常有很多方法可以通向目标。有些比其他的更有效，而其他的有时更容易维护。诀窍是在这两种情况之间找到正确的平衡。

更新:

这是我使用过的输入文件。您将需要它们来比较结果。

文件1.csv:

Europe;3;France;23;Parijs;42545;48,856555;2,350976
Europe;3;France;23;Parisot;84459;44,264381;1,857827
Europe;3;France;23;Parlan;11337;44,828976;2,172435
Europe;3;France;23;Parnac;35670;46,4533;1,4425
Europe;3;France;23;Parnans;22065;45,1097;5,1456

file2.csv:

Europe;3;France;23;Parlan;11337;44,828976;2,172435
Europe;3;France;23;Parnac;35670;46,4533;1,4425
Europe;3;France;23;Parnans;22065;45,1097;5,1456
Europe;3;France;23;Parijs;42545;48,856555;2,350976
Europe;3;France;23;Parisot;84459;44,264381;1,857827