Comment utiliser Perl pour intercaler des caractères entre des correspondances consécutives avec une substitution d'expressions régulières?

Question

Les lignes de valeurs séparées par des virgules suivantes contient plusieurs champs vides consécutifs:

$rawData = 
"2008-02-06,8:00 AM,14.0,6.0,59,1027,-9999.0,West,6.9,-,N/A,,Clear\n 
2008-02-06,9:00 AM,16,6,40,1028,12,WNW,10.4,,,,\n" 

Je veux remplacer ces champs vides avec des valeurs « N/A », qui est la raison pour laquelle j'ai décidé de le faire via une substitution regex .

J'ai essayé tout d'abord:

$rawdata =~ s/,([,\n])/,N\/A/g; # RELABEL UNAVAILABLE DATA AS 'N/A' 

qui sont retournés

2008-02-06,8:00 AM,14.0,6.0,59,1027,-9999.0,West,6.9,-,N/A,N/A,Clear\n 
2008-02-06,9:00 AM,16,6,40,1028,12,WNW,10.4,N/A,,N/A,\n 

pas ce que je voulais. Le problème se produit lorsque plus de deux virgules consécutives se produisent. L'expression rationnelle englobe deux virgules à la fois, de sorte qu'elle commence à la troisième virgule plutôt qu'à la seconde lorsqu'elle redessine la chaîne.

Je pensais que cela pourrait être quelque chose à voir avec les affirmations lookback par rapport préanalyse, alors j'ai essayé la regex suivante sur:

$rawdata =~ s/(?<=,)([,\n])|,([,\n])$/,N\/A$1/g; # RELABEL UNAVAILABLE DATA AS 'N/A' 

qui a abouti à:

2008-02-06,8:00 AM,14.0,6.0,59,1027,-9999.0,West,6.9,-,N/A,,N/A,Clear\n 
2008-02-06,9:00 AM,16,6,40,1028,12,WNW,10.4,,N/A,,N/A,,N/A,,N/A\n 

Cela n'a pas fonctionné non plus. Il a juste décalé les paires de virgules par un.

Je sais que le lavage de cette chaîne par le même regex deux fois le fera, mais cela semble brut. Sûrement, il doit y avoir un moyen d'obtenir une seule substitution de regex pour faire le travail. Aucune suggestion?

La chaîne finale devrait ressembler à ceci:

2008-02-06,8:00 AM,14.0,6.0,59,1027,-9999.0,West,6.9,-,N/A,N/A,N/A,Clear\n 
2008-02-06,9:00 AM,16,6,40,1028,12,WNW,10.4,,N/A,,N/A,N/A,N/A,N/A,N/A\n 

Answer 1

Je ne pouvais pas faire tout ce que vous essayez de faire dans votre exemple lookbehind, mais je soupçonne que vous souffrez d'une erreur de priorité là-bas, et que tout après la lookbehind doit être enfermé dans un (?: ...) donc les | doesn ne pas éviter le lookbehind.

A partir de zéro, ce que vous essayez de faire des sons assez simple: place N/A après une virgule si elle est suivie par une autre virgule ou un saut de ligne:

s!,(?=[,\n])!,N/A!g; 

Exemple:

my $rawData = "2008-02-06,8:00 AM,14.0,6.0,59,1027,-9999.0,West,6.9,-,N/A,,Clear\n2008-02-06,9:00 AM,16,6,40,1028,12,WNW,10.4,,,,\n"; 

use Data::Dumper; 
$Data::Dumper::Useqq = $Data::Dumper::Terse = 1; 
print Dumper($rawData); 
$rawData =~ s!,(?=[,\n])!,N/A!g; 
print Dumper($rawData); 

sortie:

"2008-02-06,8:00 AM,14.0,6.0,59,1027,-9999.0,West,6.9,-,N/A,,Clear\n2008-02-06,9:00 AM,16,6,40,1028,12,WNW,10.4,,,,\n" 
"2008-02-06,8:00 AM,14.0,6.0,59,1027,-9999.0,West,6.9,-,N/A,N/A,Clear\n2008-02-06,9:00 AM,16,6,40,1028,12,WNW,10.4,N/A,N/A,N/A,N/A\n" 

Answer 2

EDIT: Notez que vous pouvez ouvrir un descripteur de fichier à la chaîne de données et de laisser readline accord avec les fins de ligne:

#!/usr/bin/perl 

use strict; use warnings; 
use autodie; 

my $str = <<EO_DATA; 
2008-02-06,8:00 AM,14.0,6.0,59,1027,-9999.0,West,6.9,-,N/A,,Clear 
2008-02-06,9:00 AM,16,6,40,1028,12,WNW,10.4,,,, 
EO_DATA 

open my $str_h, '<', \$str; 

while(my $row = <$str_h>) { 
    chomp $row; 
    print join(',', 
     map { length $_ ? $_ : 'N/A'} split /,/, $row, -1 
    ), "\n"; 
} 

Sortie:

 
E:\Home> t.pl 
2008-02-06,8:00 AM,14.0,6.0,59,1027,-9999.0,West,6.9,-,N/A,N/A,Clear 
2008-02-06,9:00 AM,16,6,40,1028,12,WNW,10.4,N/A,N/A,N/A,N/A 

Vous pouvez également utiliser:

pos $str -= 1 while $str =~ s{,(,|\n)}{,N/A$1}g; 

Explication: Lorsque s/// trouve un ,, et le remplace par ,N/A, il a déjà déplacé le caractère après la virgule. Ainsi, il manquera quelques virgules consécutives si vous utilisez uniquement

$str =~ s{,(,|\n)}{,N/A$1}g; 

Par conséquent, j'ai utilisé une boucle pour déplacer pos $str arrière par un caractère après chaque substitution réussie.

Maintenant, comme @ysth shows:

$str =~ s!,(?=[,\n])!,N/A!g; 

rendrait la while inutile.

Answer 3

La version hack rapide et sale:

my $rawData = "2008-02-06,8:00 AM,14.0,6.0,59,1027,-9999.0,West,6.9,-,N/A,,Clear 
2008-02-06,9:00 AM,16,6,40,1028,12,WNW,10.4,,,,\n"; 
while ($rawData =~ s/,,/,N\/A,/g) {}; 
print $rawData; 

pas le code le plus rapide, mais le plus court. Il devrait traverser au maximum deux fois.

Answer 4

Vous pouvez rechercher

(?<=,)(?=,|$) 

et de remplacer cela par N/A.

Cette expression régulière correspond à l'espace (vide) entre deux virgules ou entre une virgule et une fin de ligne.

Answer 5

Pas regex, mais pas trop compliqué, soit:

$string = join ",", map{$_ eq "" ? "N/A" : $_} split (/,/, $string,-1); 

Le ,-1 est nécessaire à la fin pour forcer split d'inclure des champs vides à la fin de la chaîne.