Perl脚本|使用HASHes

Question

我有一个输入文件，如下所示

 =IP1
abc[0]
abc[1]
abc[2]
=IP2
def[4]
def[8]
def[9]

我需要获得以下格式的输出-

=IP1
abc[0-2]
=IP2
def[4,8-9]

我一直在尝试使用散列来实现上述目的，我读取文件的每一行，然后拆分(用‘[’)每一行，我保留第一部分作为键，并再次读取文件以将值保存在散列键的数组中。但是我陷入了一个循环中。有谁能提供如何实现上述目标的帮助吗？

Answer 1

有几个有趣的子问题。首先，您希望跟踪最新的头文件(即=IP1)。其次，您希望跟踪与某些键关联的数字列表，第三，您希望生成范围字符串。

下面是我会怎么做：

#!/usr/bin/env perl

use strict;
use warnings;

my $tl;
my %h;

# First process the lines of the input file.
while(<DATA>) {
    chomp;
    next unless length;
    if(/^(=\w{2}\d+)$/) { # Recognize and track a top level heading.
        $tl = $1;
        next;
    }
    if(/^(\w+)\[(\d+)\]$/) {  # Or grab a key/value pair.
        my($k,$v) = ($1,$2);
        push @{$h{$tl}{$k}}, $v; # push the value into the right bucket.
        next;
    }
    warn "Unrecognized format cannot be processed at $.: (($_))\n";
}

# Sort the top level headers alphabetically and numerically.
# Uses a Schwartzian Transform so that we don't need to recompute
# sort keys repeatedly.
my @topkeys = map  {$_->[0]}
              sort {$a->[1] cmp $b->[1] || $a->[2] <=> $b->[2]} 
              map  {
                my($alpha, $num) = $_ =~ m/^=(\w+)(\d+)$/; 
                [$_, $alpha, $num]
              } keys %h;

# Now iterate through the structure in sorted order, generate range
# strings on the fly, and print our output.
foreach my $top (@topkeys) {
    print "$top\n";
    foreach my $k (sort keys %{$h{$top}}) {
        my @vl = sort {$a <=> $b} @{$h{$top}{$k}};
        my $range = num2range(@vl);
        print "$k\[$range]\n";
    }
}

sub num2range {
  local $_ = join ',' => @_;
  s/(?<!\d)(\d+)(?:,((??{$++1}))(?!\d))+/$1-$+/g;
  return $_;
}

__DATA__
=IP1
abc[0]
abc[1]
abc[2]
=IP2
def[4]
def[8]
def[9]

将生成以下输出：

=IP1
abc[0-2]
=IP2
def[4,8-9]

如果Borodin对你的原始帖子的评论中的一些问题的答案得到了回答，这个解决方案还可以进一步优化。例如，如果我们知道数字已经按顺序排列，那么就没有必要在生成范围之前对数字列表进行排序。如果我们更多地了解"abc“和"def”是什么，一些复杂性(和计算工作)可能会被消除。如果排序顺序无关紧要，我们可以在减少工作量的同时进一步简化。

此外，Set::IntSpan模块可能会提供一种更健壮的方法来生成范围字符串，如果此脚本的使用期限超过“一次性”，则可能值得考虑。如果您选择使用Set::IntSpan，则您的num2range子对象可能如下所示：

sub num2range{ return Set::IntSpan->new(@_) }

Set::IntSpan对象重载了字符串化，因此打印它会给出范围的文本表示形式。如果采用这种方式，就可以省去对数字列表进行排序的代码--这是由Set::IntSpan内部处理的。

Answer 2

好吧，这是我对解决方案的看法。如果没有关于传入数据的任何更好的信息，它可能会比必要的更复杂

它保持数据--包括=IP头和xyz[9]值--的顺序与它们第一次遇到时的顺序相同。我已经将数字范围收缩的生成分离到子例程ranges

只需将文件中的数据读取到数据结构%data和@order中，然后再将它们打印出来。散列的@order数组和_order子键用于保存遇到值并在将新键插入相应散列时添加到的序列

use strict;
use warnings;

my ($key, %data, @order);

while ( <> ) {

  chomp;

  if ( /^=/ ) {
    $key = $_;
    push @order, $key unless $data{$key};
    $data{$key} = { _order => [] };
  }
  elsif ( my ($key2, $n) = /([^\[\]\s]+)\[(\d+)\]/ ) {
    my $data = $data{$key};
    push @{ $data->{_order} }, $key2 unless $data->{$key2};
    push @{ $data->{$key2} }, $n; 
  }
}

for my $key ( @order ) {

    print $key, "\n";

    my $data = $data{$key};

    for my $key2 ( @{ $data->{_order} } ) {
        printf "%s[%s]\n", $key2, ranges( sort { $a <=> $b } @{ $data->{$key2} } );
    }

}

sub ranges {

    my @ranges;
    my ($start, $end);

    for my $n ( @_ ) {
        if ( not defined $start ) {
            $start = $end = $n;
        }
        elsif ( $n == $end + 1 ) {
            $end = $n;
        }
        else {
            push @ranges, $start == $end ? $start : "$start-$end";
            $start = $end = $n;
        }
    }

    push @ranges, $start == $end ? $start : "$start-$end" if defined $start;
    join ',', @ranges;
}

输出

=IP1
abc[0-2]
=IP2
def[4,8-9]