Comment puis-je extraire des colonnes à partir d'un format à largeur fixe en Perl?

Question

J'écris un script Perl pour exécuter à travers et saisir divers éléments de données tels que:

1253592000 
1253678400     86400     6183.000000 
1253764800     86400     4486.000000 
1253851200 36.000000  86400    10669.000000 
1253937600 0.000000  86400     9126.000000 
1254024000 0.000000  86400     2930.000000 
1254110400 0.000000  86400     2895.000000 
1254196800 0.000000        8828.000000 

Je peux saisir chaque ligne de ce fichier texte sans problème. Je travaille sur regex pour saisir chacun de ces champs. Une fois que j'ai la ligne dans une variable, c'est-à-dire $ line - comment puis-je saisir chacun de ces champs et les placer dans leurs propres variables même s'ils ont des délimiteurs différents?

Answer 1

Vous pouvez diviser la ligne. Il semble que votre délimiteur est juste un espace? Vous pouvez faire quelque chose de l'ordre de:

@line = split(" ", $line); 

Ceci correspondra à tous les espaces. Vous pouvez ensuite vérifier les bornes et accéder à chaque champ via $ line [0], $ line [1], etc.

Split peut également prendre une expression régulière plutôt qu'une chaîne comme délimiteur.

@line = split(/\s+/, $line); 

Ceci pourrait faire la même chose.

Answer 2

délimitant la largeur fixe peut être fait comme ceci:

my @cols; 
my %header; 
$header{field1} = 0; // char position of first char in field 
$header{field2} = 12; 
$header{field3} = 15; 

while(<IN>) { 

    print chomp(substr $_, $header{field2}, $header{field3}); // value of field2 


} 

Mon Perl est très rouillée Je suis sûr qu'il ya des erreurs de syntaxe là. mais c'est l'essentiel.

Answer 3

Si tous les champs ont la même largeur fixe et sont mis en forme avec des espaces, vous pouvez utiliser les éléments suivants split:

@array = split/{1,N}/, $line; 

où N est le avec du terrain. Cela donnera un espace pour chaque champ vide.

Answer 4

Cet exemple illustre comment analyser la ligne avec des espaces comme délimiteur (split) ou avec une disposition de colonne fixe (unpack). Avec unpack si vous utilisez des majuscules (A10 etc), les espaces seront supprimés pour vous. Note: comme le souligne brian d foy, l'approche split ne fonctionne pas bien pour une situation avec des champs manquants (par exemple, la deuxième ligne de données), car les informations de position du champ seront perdues; unpack est le chemin à parcourir ici, à moins que nous ne comprenions mal vos données.

use strict; 
use warnings; 

while (my $line = <DATA>){ 
    chomp $line; 
    my @fields_whitespace = split m'\s+', $line; 
    my @fields_fixed = unpack('a10 a10 a12 a28', $line); 
} 

__DATA__ 
1253592000             
1253678400     86400     6183.000000 
1253764800     86400     4486.000000 
1253851200 36.000000  86400    10669.000000 
1253937600 0.000000  86400     9126.000000 
1254024000 0.000000  86400     2930.000000 
1254110400 0.000000  86400     2895.000000 
1254196800 0.000000        8828.000000 

Answer 5

Je ne suis pas sûr des noms de colonnes et la mise en forme, mais vous devriez être en mesure d'ajuster cette recette à votre goût en utilisant Text::FixedWidth

use strict; 
use warnings; 
use Text::FixedWidth; 

my $fw = Text::FixedWidth->new; 
$fw->set_attributes(
    qw(
     timestamp undef %10s 
     field2 undef %10s 
     period undef %12s 
     field4 undef %28s 
     ) 
); 

while (<DATA>) { 
    $fw->parse(string => $_); 
    print $fw->get_timestamp . "\n"; 
} 

__DATA__ 
1253592000 
1253678400     86400     6183.000000 
1253764800     86400     4486.000000 
1253851200 36.000000  86400    10669.000000 
1253937600 0.000000  86400     9126.000000 
1254024000 0.000000  86400     2930.000000 
1254110400 0.000000  86400     2895.000000 
1254196800 0.000000        8828.000000 

Answer 6

Utilisez my module DataExtract::FixedWidth. C'est le plus complet, et bien testé, pour travailler avec des colonnes Fixed Width en Perl. Si ce n'est pas assez rapide, vous pouvez passer un unpack_string et éliminer le besoin de détection heuristique des limites.

#!/usr/bin/env perl 
use strict; 
use warnings; 
use DataExtract::FixedWidth; 
use feature ':5.10'; 

my @rows = <DATA>; 
my $de = DataExtract::FixedWidth->new({ 
    heuristic => \@rows 
    , header_row => undef 
}); 

say join ('|', @{$de->parse($_)}) for @rows; 

    --alternatively if you want header info-- 

my @rows = <DATA>; 
my $de = DataExtract::FixedWidth->new({ 
    heuristic => \@rows 
    , header_row => undef 
    , cols => [qw/timestamp field2 period field4/] 
}); 

use Data::Dumper; 
warn Dumper $de->parse_hash($_) for @rows; 

__DATA__ 
1253592000 
1253678400     86400     6183.000000 
1253764800     86400     4486.000000 
1253851200 36.000000  86400    10669.000000 
1253937600 0.000000  86400     9126.000000 
1254024000 0.000000  86400     2930.000000 
1254110400 0.000000  86400     2895.000000 
1254196800 0.000000        8828.000000