[求助讨论]用Perl合并两文本的思路

gaoyang636

有两个文本A和B，每个文本都N多行。
两个文本格式一样，类似：

1. 000001 blabla...
   
2. 000001 gagaga...
   
3. 000001 cacacac...
   
4. 000002 qiaqia....
   
5. 000002 hahaha...
   
6. 000003 miamia....
   
7. .......

复制代码

现在想写一个脚本，把两个文本按照第一列的数字顺序合并一下，即最后的输出是这样的：先是A的000001 开头的所有行，然后B的000001开头的所有行；然后A的000002开头的行，然后B的000002开头的……依此类推……

我能想到的一个思路需要用seek不停的打开关闭两个文件句柄，感觉很笨很麻烦……

各位能不能给个思路算法 :wink:
谢谢讨论

laputa73

来2个比较笨的办法
用临时文件，
用内存hash/数组
AB文件都只需要打开一次吧

飞鸿无痕

回复 1# gaoyang636


    我觉得可以将A,B的内容都放到hash中，然后通过排序后将结果输出到文件即可，下面附上简单的代码，刚开始学习perl，有不对的地方请多指点。呵呵！不知道这么处理是否能达到你的要求。

1. #!/usr/bin/perl
   
2. use strict;
   
3. use Data::Dumper;
   
4. 
   
5. open CONFIG1, '<A';
   
6. open CONFIG2, '<B';
   
7. open CONFIG3, '>>C';
   
8. 
   
9. my %test1;
   
10. my $count=0;
    
11. 
    
12. while(<CONFIG1>){
    
13.         $_=~s/^/a /;
    
14.         $test1{$count}=$_;
    
15.         $count++;
    
16. }
    
17. 
    
18. while(<CONFIG2>){
    
19.         $_=~s/^/b / ;
    
20.         $test1{$count}=$_;
    
21.         $count++;
    
22. }
    
23. 
    
24. foreach(sort sort_test keys %test1){
    
25.         $test1{$_}=~s/^(a |b )//;
    
26.         print CONFIG3 $test1{$_};
    
27. }
    
28. 
    
29. close CONFIG1;
    
30. close CONFIG2;
    
31. close CONFIG3;
    
32. 
    
33. sub sort_test{
    
34.         substr($test1{$a},2,6) <=> substr($test1{$b},2,6)
    
35.         or substr($test1{$a},0,1) cmp substr($test1{$b},0,1);
    
36. }

复制代码

我这边的环境为：

1. [root@puppet test]# cat A
   
2. 000001 blabla
   
3. 000001 gagaga
   
4. 000001 cacacac
   
5. 000002 qiaqia
   
6. 000002 hahaha
   
7. 000003 miamia
   
8. [root@puppet test]# cat B
   
9. 000001 blablacccf
   
10. 000001 gagagaccccc
    
11. 000001 cacacaccccc
    
12. 000002 qiaqiacccc
    
13. 000002 hahahacccc
    
14. 000003 miamiacccc

复制代码

处理结果为：

1. [root@puppet test]# cat C
   
2. 000001 cacacac
   
3. 000001 gagaga
   
4. 000001 blabla
   
5. 000001 blablacccf
   
6. 000001 gagagaccccc
   
7. 000001 cacacaccccc
   
8. 000002 qiaqia
   
9. 000002 hahaha
   
10. 000002 qiaqiacccc
    
11. 000002 hahahacccc
    
12. 000003 miamia
    
13. 000003 miamiacccc

复制代码

gaoyang636

回复 3# 飞鸿无痕


    拜读了！果然直观简洁！思路很好，佩服佩服   
多谢你的帮助！

kk861123

回复 1# gaoyang636


    使用数组的哈希就可以实现了

1. #!/usr/bin/perl
   
2. use strict;
   
3. use warnings;
   
4. use Data::Dumper;
   
5. 
   
6. @ARGV = qw( A B );
   
7. my %hash;
   
8. while (<>) {
   
9.     my @fields = split;
   
10.     push @{ $hash{ $fields[0] } }, $_;
    
11. }
    
12. 
    
13. foreach my $f ( sort keys %hash ) {
    
14.    print foreach @{ $hash{$f} };
    
15. }
    

复制代码

gaoyang636

回复 5# kk861123


    短小精悍 :wink: 就等这种的脚本来着～～谢谢

mcshell

回复 1# gaoyang636

1. [root@mysqlmaster perl]# perl -alne '{push @{$hash{$F[0]}},$_}END{map{map{print $_} @{$hash{$_}}}keys %hash}' a  b
   
2. 000001 blabla
   
3. 000001 gagaga
   
4. 000001 cacacac
   
5. 000001 blablacccf
   
6. 000001 gagagaccccc
   
7. 000001 cacacaccccc
   
8. 000002 qiaqia
   
9. 000002 hahaha
   
10. 000002 qiaqiacccc
    
11. 000002 hahahacccc
    
12. 000003 miamia
    
13. 000003 miamiacccc
    

复制代码

飞鸿无痕

回复 5# kk861123


    脚本短小精悍，佩服佩服！

gaoyang636

回复 7# mcshell


    浓缩成一句话啦

唐归来

学习了，数组的哈希