檢索與 Perl 中的所有正則表達式完全匹配的模式

Question

我有一個如下所示的子圖數據庫：

t # 3-231, 1
v 0 94
v 1 14
v 2 16
v 3 17
u 0 1 2
u 0 2 2
u 0 3 2
t # 3-232, 1
v 0 14
v 1 94
v 2 19
v 3 91
u 0 1 2
u 0 3 2
u 1 2 2
t # 3-233, 1
v 0 17
v 1 91
v 2 16
v 3 94
u 0 1 2
u 0 3 2
u 1 2 2
t # 3-234, 1
v 0 90
v 1 93
v 2 102
v 3 95
u 0 1 2
u 0 3 2
u 1 2 2

我想檢索包含以下模式的所有事務：“u 0 1 2”和“u 0 2 2”以及事務 ID（例如，行以 t # 開頭）。

我使用以下代碼來完成這項工作：

#!/usr/bin/perl -w

use strict;

my $input = shift @ARGV or die $!; 

open (FILE, "$input") or die $!;

while (<FILE>) {

my @fields = ('t', 'u\ 0\ 1', 'u\ 0\ 2');  
my $field_regex = join( "|", @fields );
my @field_lines;

    push( @field_lines, $_ ) if ( /^(?:$field_regex) / );
    last if @field_lines == @fields;

push @field_lines, "";

print join( "\n", sort @field_lines );
}

close FILE;

但是，當只有一行匹配時，它會檢索模式，例如：

t # 3-231, 1
u 0 1 2
u 0 2 2
t # 3-232, 1
u 0 1 2
t # 3-233, 1
u 0 1 2
t # 3-233, 1
u 0 1 2

我的最終目標是檢索與我的正則表達式完全匹配的事務，例如

t # 3-231, 1
u 0 1 2
u 0 2 2

謝謝您的幫助！

奧爾哈

Answer 1

一種方法：保留當前的事務 ID，並將感興趣的行存儲在與 hash 中的事務 ID 鍵關聯的數組引用中。

use warnings;
use strict;
use feature 'say';    
use Data::Dump qw(dd);

my @fields = ('u 0 1', 'u 0 2');  
my $field_regex = join '|', map { quotemeta } @fields;
    
my (%trans, $tid);

while (<>) {
    chomp;
    if (/^t #/) { 
        $tid = $_; 
        next;
    }   
  
    push @{$trans{$tid}}, $_  if /$field_regex/;
}

dd %trans;

# foreach my $tid (sort keys %trans) { 
#     say $tid;
#     say for @{$trans{$tid}};
# }

為了簡單起見，我使用while (<>)在調用程序（或STDIN ）時逐行讀取命令行上給出的所有文件。 我使用Data::Dump來展示一個復雜的數據結構； 為此，核心中有Data::Dumper 。

qotemeta轉義所有 ASCI 非“單詞”字符，這些字符可能會拋出正則表達式，其中包括空格。

上面的程序通常會丟失文件中事務 ID 的順序，因為 hash 鍵是無序的，而它保持每個 id 的行順序，因為它們在數組上。 如果需要，這並不難補救。

僅使用提供的數據文件進行測試。

Answer 2

通過將文件內容視為塊而不是行來最容易處理這種類型的模式。

這是一個簡單的示例（使用您的數據）：

use strict;

my $big_string;
my $trans;
my $block;

open my $fh, '<', '/tmp/file.txt' or die "Can't open file $!";

$big_string = do { local $/; <$fh> };

while ($big_string=~/^(t\h*#\h*[0-9,\h-]+[\s\S]*?(?=(?:^t\h*#\h*[0-9,\h-]+)|\z))/mg) {
    $block=$1;
    $trans=$1 if $block=~/^(t\h*#\h*[0-9,\h-]+)/;
    if ($block=~/^(u\h+0\h+[12]\h+2)/m){
        print "$trans\n";
        for ($block=~/^(u\h+0\h+[12]\h+2)/mg) {
            print "$1\n";
        }
    }
}   

印刷：

t # 3-231, 1
u 0 2 2
u 0 2 2
t # 3-232, 1
u 0 1 2
t # 3-233, 1
u 0 1 2
t # 3-234, 1
u 0 1 2

這假設您的數據很容易適合 memory。 如果沒有，也有很多方法可以逐塊讀取文件。

如果您只想要與第二個正則表達式有多個匹配的塊：

while ($big_string=~/^(t\h*#\h*[0-9,\h-]+[\s\S]*?(?=(?:^t\h*#\h*[0-9,\h-]+)|\z))/mg) {
    $block=$1;
    $trans=$1 if $block=~/^(t\h*#\h*[0-9,\h-]+)/;
    @matches=$block=~/^(u\h+0\h+[12]\h+2)/mg;
    if (scalar @matches >1) {
        print "$trans\n";
        print join "\n", @matches;
    }
}   

印刷：

t # 3-231, 1
u 0 1 2
u 0 2 2

當然，還有 TIMTOWDI：

my @result = do{ local @_ = split(/^(t\h+#[\h\d,-]+)/m, $big_string); 
                        @_[1..$#_]};

for my $i (0 .. @result/2-1) {
    @matches=$result[2*$i+1]=~/^(u\h+0\h+[12]\h+2)/mg;
    if (scalar @matches>1){
        print "$result[2*$i]\n";
        print join("\n", @matches);
    }
}   
t # 3-231, 1
u 0 1 2
u 0 2 2

Answer 3

perl -lne '@h=($_) if /^t #/; push @h,$_ if /^u 0 [12] 2/; if (@h==3) { print shift @h while @h }' file

重置並保留交易線； append 配套線； 如果累積 3 行，則打印並重置。