一个文件处理问题如何用perl写出更短的代码解决

zzy7186

test文件内容为：
aaa
001            123            728273
002            456            283940
003            789            928374
aaa
001            287            394872
003            729            493827
aaa
002            321            324815
bbb
003            524            520487
bbb
002            826            883674
003            673            092847
bbb
001            427            374859

要求分别得出aaa、bbb下001、002、003行中二列和三列的和，如：
aaa
001            410            1123145
002            777            608755
003            1518          1422201
bbb
001            427            374859
002            826            883674
003            1197          613334
这是shell版的一个问题，我自己想着用perl解决，但是写出来的代码感觉很搓，望高手能给出更短的代码解决这个问题。
下面是我自己瞎写的

1. 
   
2. #!/usr/bin/perl
   
3. use warnings;
   
4. use strict;
   
5. my %result;
   
6. my $id1;
   
7. while(<>){
   
8.         my @temp=split;
   
9.         my $id2;
   
10.         if($#temp == 0){
    
11.                 $id1=$temp[0];
    
12.         } else {
    
13.            $id2 = shift @temp;
    
14.            unless(defined $result{$id1}{$id2})
    
15.                 {
    
16.                         $result{$id1}{$id2}=\@temp;
    
17.                 }else{
    
18.                         for(my $i=0;$i<=$#temp;$i++)
    
19.                                 {
    
20.                                         $result{$id1}{$id2}->[$i]+=$temp[$i];
    
21.                                 }
    
22.                 }
    
23. 
    
24. 
    
25.         }
    
26. }
    
27. for my $i (sort keys %result){
    
28.         print $i,"\n";
    
29.         for my $j (sort { $a <=> $b } keys %{$result{$i}})
    
30.         {
    
31.                 print "$j\t",$result{$i}{$j}->[0],"\t",$result{$i}{$j}->[1],"\n";       }
    
32. }
    

复制代码

希望高手们能帮我指出不规范的地方。。。谢谢了！

x9x9

用hash啊

zzy7186

用hash啊
x9x9 发表于 2011-02-12 18:40

    我自己写的就是用hash的
    $VAR1 = {
          'bbb' => {
                     '002' => [
                                '826',
                                '883674'
                              ],
                     '003' => [
                                1197,
                                613334
                              ],
                     '001' => [
                                '427',
                                '374859'
                              ]
                   },
          'aaa' => {
                     '003' => [
                                1518,
                                1422201
                              ],
                     '002' => [
                                777,
                                608755
                              ],
                     '001' => [
                                410,
                                1123145
                              ]
                   }
        };

jason680

test文件内容为：
aaa
001            123            728273
002            456            283940
0 ...
zzy7186 发表于 2011-02-12 18:31

1. #!/usr/bin/perl
   
2. 
   
3. use strict;
   
4. #基本上写程式不是问题,除错(debug)找问题才是问题....
   
5. #所以code是不是(让人)易于了解才是要在意问题.
   
6. #注:容易了解程式code,才容易"除错(debug)找问题"...
   
7. 
   
8. #以下提供,我會用的方式.參考看看...
   
9. my %ghResults;
   
10. my $gsBlock;
    
11. 
    
12. while(<DATA>){
    
13.     next if(m/^\s*$/);  #处理空白行(非必要).... m/^\s*(#|$)/
    
14.   
    
15.     my($sId, @aTemp) = split;   #直接把id取出,不用再shift ...
    
16.     if(@aTemp == 0){    # 或scalar @aTemp == 0, 少用$# 如果不是很必需
    
17.         $gsBlock = $sId;
    
18.         next;    #没有其他事要做...就直接next,
    
19.         #可以省下else ...及不必要的缩进
    
20.     }
    
21.    
    
22.   
    
23.     #如果资料(数字)一定是二个....(含id 三个)
    
24.     if(@aTemp != 2){
    
25.         print "some error :$_\n";
    
26.         #exit 1;   
    
27.         # $error =1; next;
    
28.     }
    
29.   
    
30.     #在这里defined ...的判断是不用的....
    
31.     #if(defined $ghResults{$gsBlock}->{$sId}){
    
32.         foreach(0 .. @aTemp -1){   #  $#aTemp
    
33.             #print "get $aTemp[$_]\n";   # for debug
    
34.             $ghResults{$gsBlock}->{$sId}->[$_] += $aTemp[$_];   
    
35.         }
    
36.     #}
    
37.     #else{
    
38.     #    # print "get @aTemp\n"; # for debug
    
39.     #    $ghResults{$gsBlock}->{$sId} = [@aTemp];
    
40.     #}
    
41. }
    
42. 
    
43. foreach my $sBlock(sort keys %ghResults){
    
44.     local $" ="\t";  
    
45.     print "$sBlock\n";
    
46.     foreach(sort keys %{$ghResults{$sBlock}}){
    
47.         # 简易输出... (設定local $")
    
48.         #print "$_\t@{$ghResults{$sBlock}->{$_}}\n";
    
49.         
    
50.         # 数字对齐输出...
    
51.         my $sOut = "";
    
52.         $sOut .= sprintf("%12d",$_) for (@{$ghResults{$sBlock}->{$_}});
    
53.         print "$_$sOut\n";
    
54.     }
    
55. }
    
56. 
    
57. __DATA__
    
58. aaa
    
59. 001            123            728273
    
60. 002            456            283940
    
61. 003            789            928374
    
62. aaa
    
63. 001            287            394872
    
64. 003            729            493827
    
65. aaa
    
66. 002            321            324815
    
67. bbb
    
68. 003            524            520487
    
69. bbb
    
70. 002            826            883674 22
    
71. 003            673            092847
    
72. bbb
    
73. 001            427            374859

复制代码

perl block_array.pl
some error :002            826            883674 22

aaa
001         410     1123145
002         777      608755
003        1518     1422201
bbb
001         427      374859
002         826      883674          22
003        1197      613334

x9x9

越写越复杂啊。个人觉得这样的问题也许是用一次就不会再用的脚本，或许不必写的如何通用。

1. use strict;
   
2. use warnings;
   
3. 
   
4. my %hash;
   
5. my $id;
   
6. while (<DATA>) {
   
7. chomp;
   
8. if (/[^\d|\t|\s]/){
   
9. $id=$_;
   
10. } else {
    
11. my ($x,$y,$z)=split;
    
12. $hash{$id}{$x}{'col1'}+=$y;
    
13. $hash{$id}{$x}{'col2'}+=$z;
    
14. }
    
15. }
    
16. 
    
17. foreach my $k (sort keys %hash){
    
18. print $k."\n";
    
19. foreach my $kk (sort keys %{$hash{$k}}) {
    
20. print $kk."\t".$hash{$k}{$kk}->{'col1'}."\t".$hash{$k}{$kk}->{'col2'}."\n";
    
21. }
    
22. }
    
23. 
    
24. __DATA__
    
25. aaa
    
26. 001            123            728273
    
27. 002            456            283940
    
28. 003            789            928374
    
29. aaa
    
30. 001            287            394872
    
31. 003            729            493827
    
32. aaa
    
33. 002            321            324815
    
34. bbb
    
35. 003            524            520487
    
36. bbb
    
37. 002            826            883674
    
38. 003            673            092847
    
39. bbb
    
40. 001            427            374859

复制代码

iLRainyday

这个够不够短？最后的输出部分很丑~~

1. #!/usr/bin/perl
   
2. 
   
3. use strict;
   
4. use warnings;
   
5. 
   
6. my $block_id;
   
7. my %blocks;
   
8. 
   
9. while (<DATA>) {
   
10.     if (/^[a-z]/i) {
    
11.         chomp;
    
12.         $block_id = $_;
    
13.     }
    
14.     else {
    
15.         my ($col_1, $col_2, $col_3) = split;
    
16.         $blocks{$block_id}->{$col_1} =
    
17.                        [ $blocks{$block_id}->{$col_1}[0] += $col_2,
    
18.                          $blocks{$block_id}->{$col_1}[1] += $col_3 ];
    
19.     }
    
20. }
    
21. 
    
22. for $block_id (keys %blocks) {
    
23.     print "$block_id\n";
    
24.     for my $key (keys %{ $blocks{$block_id} }) {
    
25.         print "$key\t\t";
    
26.         print "$blocks{$block_id}->{$key}[0]"
    
27.               ."\t\t"
    
28.               ."$blocks{$block_id}->{$key}[1]"
    
29.               ."\n";
    
30.      }
    
31. }
    
32. 
    
33. 
    
34. __DATA__
    
35. aaa
    
36. 001            123            728273
    
37. 002            456            283940
    
38. 003            789            928374
    
39. aaa
    
40. 001            287            394872
    
41. 003            729            493827
    
42. aaa
    
43. 002            321            324815
    
44. bbb
    
45. 003            524            520487
    
46. bbb
    
47. 002            826            883674
    
48. 003            673            092847
    
49. bbb
    
50. 001            427            374859

复制代码