一个文本信息提取的困惑

潇湘君

抽象出的文本内容：
start xxxxx
1 xxxxx
2 xxxxx
1 xxxxx
2 xxxxx
end xxxxx
start xxxxx
1 xxxxx
2 xxxxx
1 xxxxx
2 xxxxx
1 xxxxx
2 xxxxx
end xxxxx
start xxxxx
1 xxxxx
2 xxxxx
end xxxxx

现在要提取每一个start和end区间里的最后那行 "2 xxxxx" ？
笨办法是可以做到的，但太麻烦或消耗太大（原文件上G）了，想请教这里的高手们，如何简单高效实现？
先谢过了！！！

MMMIX

回复 1# 潇湘君

1. 
   
2. $ cat t.pl
   
3. #!/usr/bin/perl
   
4. 
   
5. use strict;
   
6. use warnings;
   
7. 
   
8. my $data;
   
9. while (<DATA>) {
   
10.         if (/^start/ .. /^end/) {
    
11.                 $data = $_ if /^2/;
    
12.                 print "$data" if /^end/;
    
13.         }
    
14. }
    
15. 
    
16. __DATA__
    
17. start xxxxx
    
18. 1 xxxxx
    
19. 2 xxxxx
    
20. 1 xxxxx
    
21. 2 xxxxxz
    
22. end xxxxx
    
23. start xxxxx
    
24. 1 xxxxx
    
25. 2 xxxxx
    
26. 1 xxxxx
    
27. 2 xxxxx
    
28. 1 xxxxx
    
29. 2 xxxxxz
    
30. end xxxxx
    
31. start xxxxx
    
32. 1 xxxxx
    
33. 2 xxxxxz
    
34. end xxxxx
    
35. 
    
36. $ ./t.pl
    
37. 2 xxxxxz
    
38. 2 xxxxxz
    
39. 2 xxxxxz
    

复制代码

MMMIX

回复 2# MMMIX


    當然，也完全可以不用 ..，不過如果你要針對每個 block 做些操作的話，.. 就很有用了。

kurri

回复 2# MMMIX
请教一下  (/^start/ .. /^end/)  何解？
啊。。测试了一下知道了   以前没注意到这个用法~

   

潇湘君

回复 2# MMMIX


    非常感谢！！！
    我本来想到应该使用范围操作符，但没想到要用一个变量存储需要的行。看来还要多多练习啊！

MMMIX

潇湘君 发表于 2012-04-09 22:43
我本来想到应该使用范围操作符，但没想到要用一个变量存储需要的行。看来还要多多练习啊！

关键是要把思路理清楚：逐行读取，碰到以 end 开头的行就把最后一次以 2 开头的行输出。由于在读取之前并不知道下一行会是什么，所以要把前面碰到的以 2 开头的行保留下来以供后面使用。

leve1031

kurri 发表于 2012-04-09 22:14
回复 2# MMMIX
请教一下  (/^start/ .. /^end/)  何解？
啊。。测试了一下知道了   以前没注意到这个用 ...

同问。有知道的，共享下呀。{:3_189:}

iamlimeng

6楼的思路运算比较少，应该更高效！

sjdy521

回复 7# leve1031


    perldoc perlop -> Range Operators
http://perldoc.perl.org/perlop.html#Range-Operators

wonderall01

二楼把perl用的很灵活，之前还真没有想过这种匹配。受教了、