[文本处理] 各位大大能不能给我这个标示的脚本?

104359176

回复 5# rubyish


     不要纠结，世界上有太多的问题，我们解决不了。

     以下几个正则匹配来标识污染：

      点  . -> [^X]

     AXA .BX[AB]. .[AB]XB. ..CX[ABC].. ..[ABC]XC.. ...DX[ABCD]... ...[ABCD]XD...

     转置字符串再匹配一次就好了。

104359176

1. #!perl
   
2. 
   
3. use 5.016;
   
4. use YAML qw(Dump);
   
5. 
   
6. my @array = <DATA>;
   
7. chomp @array;
   
8. 
   
9. my @pattern_list = qw(
   
10. X+$
    
11. X+A
    
12. X+B[^X]
    
13. X+B$
    
14. X+B(?<=X)
    
15. X+C$
    
16. X+C(?<=X)
    
17. X+C[^X]$
    
18. X+C[^X](?<=X)
    
19. X+C[^X][^X]
    
20. X+D$
    
21. X+D[^X]$
    
22. X+D[^X][^X]$
    
23. X+D[^X](?<=X)
    
24. X+D[^X][^X](?<=X)
    
25. X+D[^X][^X][^X]
    
26. );
    
27. 
    
28. say Dump(zhuan_zhi(change_array(zhuan_zhi(change_array([@array])))));
    
29. 
    
30. sub wu_ran {
    
31.     my $char_list = shift;
    
32.     foreach my $pat (@pattern_list) {
    
33.         # x equal X
    
34.         $char_list =~ s/($pat)/lc($1)/gei;
    
35.     }
    
36.     return $char_list;
    
37. }
    
38. 
    
39. sub change_wu_ran {
    
40.     my $char_list = shift;
    
41.     $char_list = wu_ran($char_list);
    
42.     $char_list = scalar reverse(wu_ran(scalar reverse($char_list)));
    
43.     return $char_list;
    
44. }
    
45. 
    
46. sub change_array {
    
47.     my $ref_array = shift;
    
48.     my @change_array = ();
    
49.     foreach my $char_list (@{$ref_array}) {
    
50.         my $change_char_list = change_wu_ran($char_list);
    
51.         push @change_array, $change_char_list;
    
52.     }
    
53.     return [ @change_array ];
    
54. }
    
55. 
    
56. sub zhuan_zhi {
    
57.     my $array = shift;
    
58.     my $zhuan_zhi = [];
    
59.     foreach my $char_list (values $array) {
    
60.         my $array_count = 0;
    
61.         foreach my $char (split //, $char_list) {
    
62.             $zhuan_zhi->[$array_count] .= $char;
    
63.             $array_count++;
    
64.         }
    
65.     }
    
66.     return $zhuan_zhi;
    
67. }
    
68. 
    
69. __DATA__
    
70. ABDCDCDCAAXCXCDCCABABDCDCDCAABXBABDCDCDCAABBCDCCAXDBBXABDCDCDCAABBCDXCCA
    
71. BBCDCCABBBABXCDCDCAABBCDXCCABBBBBABDCDCDCAABBCDCCAXBBBABCDAAAXBCDADCAXXX
    
72. XABCDCDCAAXBBCCDCCABABDCDCDCAABXBABDABACCCAXCDCDCAABBCDCCABBBXABDCDCDCAA
    
73. AACDCCAADCABDCDCDCAABXCDXCXABCDDBABDCDCDCAABBXBXCAABBBABCDAAAXBCDADCABBB
    
74. ADCAAAAAXABCDCCCCCDCABXBBCCDCCABABDCDCDCAABXBABDABDCCCAXCDCDCAAAAABBCDCC
    
75. XCCCAABDCAAXXAADCCCCCCAACCAAAAAAAAAXBBDCCXACDACDAAXCBBBBBBBAAABCADDCAAXC
    
76. XABCDCDCAAXBBCCDCCABABDCDCDCAABXBABDABACCCAXCDCDCAABBCDCCABBBXABDCDCDCAA
    

复制代码

output:

1. ---
   
2. - aBDCDCDCaaxCxcdcCABABDCDcDcAabxbaBDCDCDCAABbCdCcaxdbbxaBDCDCDcAAbbcdxcca
   
3. - bBCDCCABbBabxcdcDCAAbbcdxccaBBbbBABDCDCDCAAbBcDcCaxbbbABCDAAaxbcDADCaxxx
   
4. - xaBCDCDCaaxbbCCDCCABAbdCDCdCAabxbaBdABACCCaxcdcdCAaBBcDcCABbbxaBDCDCDcaa
   
5. - aACDCCAAdCabdCDCDCAabxcDxCxaBCDDBABdCDCDCAAbbxBxcaaBBBAbCDAAaxbcDADCAbbB
   
6. - aDCAAAAaxaBcDCCCCCDCabxbbCcDCCABABDcDCDCAabxbaBdABDCCCaxcdcDCaAAAABBCdcC
   
7. - xcccAABDcAaxxaADCCCCCcaAcCaAAAAaAAaxbbdccxaCDACdAaxcbbBbBBBAAaBCADDCAaxc
   
8. - xaBCDCDCaaxbbCCDCCABABDCDCdCAabxbaBdABACCcaxcdcdCAaBBCDcCABbbxaBDCDCDCaA
   

复制代码

104359176

回复 12# rubyish


    你的代码比问题还复杂，基本感觉是在看机器码。如果代码出问题了，估计又要纠结了。

104359176

回复 14# pitonas


     如果代码让人感觉遥不可及，就危险了，也许我用了后顾的功能，这个确实很多人不知道。其实也可以不用。

    把  (?<=X) 直接替换成 X 也行。不过不知道污染过的数据，还能继续污染吗？