如何在Perl中跳过不是空格或数字的行？

Question

我正在从这样的文件中读取数据

while (<$fh>)
{
        @tmp = split; # <-- ?
        push @AoA, [@tmp];
}

我对此有两个问题。 标线是做什么的？ 是否按行分割文件并将每行的元素存储到数组中？ 如果是这样，是否有可能将@tmp转换为字符串或对@tmp做正则表达式？

基本上，如果我在文件中发现空格或整数以外的其他内容，我想停止将数据推送到AoA上。 我已经有了它的正则表达式：\\ ^ [\\ s \\ d] * $ \\

Answer 1

[ @tmp = split; ]是以下各项的简写：

@tmp = split " ", $_, 0;

这类似于

@tmp = split /\s+/, $_, 0;

但忽略任何前导空格，因此" foo bar baz"变为("foo", "bar", "baz")而不是("", "foo", "bar", "baz") 。

它使用文件处理程序$fh中的每一行并使用空格作为分隔符来拆分它。

关于您想做什么，为什么不先在$_上运行正则表达式呢？ 那是一个字符串。

您可以这样做：

while (<$fh>) {
    last unless  /^[\s\d]*$/; # break if a line containing something 
                              # other than whitespace or a number is found
    @tmp = split;
    push @AoA, [@tmp];
}

Answer 2

当您想知道Perl内置的功能时，请阅读其文档。 您得到的大多数答案只是在重述文档。 使用任何语言的关键是学习如何使用其文档。 如果您已阅读文档但不理解，请在问题中提及：）

• 您可以在perlfunc页面中查看所有内置组件。

• 在命令行中，您可以使用-f开关将其切换至perldoc，以仅提取内置文档： perldoc -f split

祝好运， ：）

Answer 3

[ @tmp = split; ]在空白处分割文件的每一行，并将单词作为数组存储在@tmp中。 （while（）循环遍历文件中的每一行。）然后将包含@tmp的数组引用推到@AoA上。

最好的方式来完成“转换@tmp成一个字符串”，如果你想用它做什么就在那里，是从来没有转化出来的是一个字符串; split在$ _上操作， $ _是一个字符串（while循环隐式设置了它）。 如果在该循环中执行s / foo / bar /等正则表达式操作，它们将自动在$ _上进行操作。

因此，一种实现您想要的内容的方法（稍微简化了代码）是：

while(<$fh>) {
    last
        if /[^\s\d]/;
    push @AoA, [split];
}

如果您确实希望将@tmp转换为字符串，则可以执行以下操作：

my $tmp = join ' ', @tmp;

Answer 4

while(<$fh>) {

这将逐行读取文件。 文件的当前行存储在$_ 。 基本上与while($_ = <$fh>) { 。 从技术上讲，它可以扩展为while(defined($_ = <$fh>)) { ，但是它们与同一件事非常接近（并且无论哪种方式，它都是自动的，因此您不必为此担心）。

  @tmp = split; 

没有参数的“ split ”（主要）等效于“ split /\\s+/, $_ ”。 它将当前行拆分为空白之间的项目列表。 因此，它将当前行拆分为单词列表（或多或少），并将此列表存储在数组中。 但是，这条线是不好的。 @tmp应该符合my资格。 如果您use strict; Perl会抓住这一点use strict; 并use warnings; 在顶部。

  push @AoA, [@tmp];
}

这会将对包含@tmp中@tmp中的元素的匿名数组的引用推送到@AoA ，该数组是一个数组数组（您可能已经知道）。

因此，最后有一个列表@AoA ，其中列表中的每个元素对应于文件的一行，列表中的每个元素是该行中单词的另一个列表。

简而言之， @tmp 实际上应该使用my进行声明，而您应该use strict; 并use warnings; 。 实际上，正如已经说过的，您可以完全取消@tmp ：

while(<$fh>) { push @AoA, [split] }

但是，对于以后必须添加到此代码的任何人来说，使用临时数组可能会更好。

编辑：我想念你想添加的正则表达式：

while(<$fh>) {
  last unless /^[\d\s]*$/;
  push @AoA, [split];
}

但是， /^[\\d\\s]*$/不能捕获所有整数-特别是，它不匹配-1 。 如果要使其与负数匹配，请使用/^[\\d\\s-]*$/ 。 另外，如果要匹配非整数（浮点数），则可以使用/^[\\d\\s\\.-]*$/ ，但是我不知道是否要匹配那些。 但是，这些正则表达式将匹配无效的条目，例如1-3和5.5.5 ，它们不是整数或数字。 如果您想对此更加严格，请尝试以下操作：

LOOP: while(<$fh>) {
  my @tmp = split;
  for(@tmp) {
    # this line for floating points:
    last LOOP unless /^-?\d+(?:\.\d+|)$/;
    # this line for just integers:
    last LOOP unless /^-?\d+$/;
  }
  push @AoA, [@tmp];
}

Answer 5

实际上， while (<$fh>)行按行分割文件； 循环的每次迭代都会在$_存储一个新行。

标记的行用空格分隔$_存储的行。 因此， @tmp将是一个包含行中所有单词的数组：如果该行包含foo bar baz ，则@tmp将是('foo', 'bar', 'baz') 。

如果要在相关行上进行正则表达式匹配，则应在拆分行之前执行此操作。 perl中的正则表达式默认情况下与$ _匹配，因此该行非常简单：

while (<$fh>)
{
    last unless /^[\s\d]*$/;
    @tmp = split;
    push @AoA, [@tmp];
}

Answer 6

警告，在Perl 5.8和5.10中\\d并不表示[0-9] （除非您使用bytes编译指示）。 这意味着任何具有digit属性的UNICODE字符，例如MONGOLIAN DIGIT FIVE U + 1815（᠕），如果要将其限制为仅空白和可以进行数学运算的数字，则需要说/^[\\s0-9]$/ 。

Answer 7

第一行是一个while循环，与其他任何循环一样，但是它的“条件”从文件句柄$ fh中读取一行输入到默认变量$ _中。 如果读取成功（即我们不在文件末尾），则主体将执行。 本质上是“对于文件$ fh中的每一行”。

下一行是用空格（默认分隔符）分割$ _中的项目（记住，默认变量，因此它不包含在进行拆分的调用中），并将结果存储在@tmp中。 最后一行将@tmp的引用添加到@AoA，即数组引用的数组。

因此，您想要做的就是说（在循环的顶部）

last if $_ =~ <apropriate regex here>;

Answer 8

split接受给定的字符串，并通过在空白处进行拆分将其转换为数组-由于未提供任何参数，它将拆分$_变量（这将依次从$fh中的文件的每一行给出。

不必将@tmp转换为字符串，因为该字符串已经在$_变量中。

如果您匹配不是空格或数字的任何单个字符，则为了停止循环：

last if /[\s\d]/;

这与您的版本略有不同，您的版本将与仅由非空格和/或非数字组成的所有完整行匹配。

Answer 9

好的！

速记说明了很多。

所以我可以做到。

while (<$fh>)
{
        if( /^[/s/d]*$/ ){
          //do something
        }else{
          //do something else;
        }

        @tmp = split;
        push @AoA, [@tmp];
}

Answer 10

核心问题已经很好地涵盖了，但是“将@tmp转换为字符串”子问题的一个方面尚未明确提及：

$_和join ' ', @tmp是不等价的。 $_将包含最初读取的行。 join ' ', @tmp将包含join ' ', @tmp找到的单词，并用单个空格连接。 如果该行包含非空格空格（例如制表符），多个空格分隔的单词或前导空格，则“完整”行的两个版本将不同。