免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 3586 | 回复: 7
打印 上一主题 下一主题

求perl脚本帮助,文本中关于相同内容合并 [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2015-09-06 18:34 |只看该作者 |倒序浏览
文件一:
1###ENSMMUP00000017866###-###27582-27683
1###ENSMMUP00000017866###-###27508-27576
1###ENSMMUP00000017866###-###27290-27503
1###ENSMMUP00000017866###-###24407-24477
1###ENSMMUP00000017866###-###24345-24401
1###ENSMMUP00000017866###-###24047-24340
1###ENSMMUP00000017866###-###23770-24042
1###ENSMMUP00000017866###-###23742-23765
1###ENSMMUP00000040736###-###199515-200498
1###ENSMMUP00000040736###-###198582-198818
1###ENSMMUP00000030409###+###395728-395934
1###ENSMMUP00000030409###+###403004-403148
1###ENSMMUP00000030409###+###407674-407795
1###ENSMMUP00000030409###+###408910-409030

想合并相同的,生成文件格式如下:
1###ENSMMUP00000017866###-###27582-27683  27508-27576  27290-27503  24407-24477 24345-24401 24047-24340 23770-24042  23742-23765
1###ENSMMUP00000040736###-###199515-200498  198582-198818
1###ENSMMUP00000030409###+###395728-395934  403004-403148  407674-407795  408910-409030

论坛徽章:
95
程序设计版块每日发帖之星
日期:2015-09-05 06:20:00程序设计版块每日发帖之星
日期:2015-09-17 06:20:00程序设计版块每日发帖之星
日期:2015-09-18 06:20:002015亚冠之阿尔艾因
日期:2015-09-18 10:35:08月度论坛发贴之星
日期:2015-09-30 22:25:002015亚冠之阿尔沙巴布
日期:2015-10-03 08:57:39程序设计版块每日发帖之星
日期:2015-10-05 06:20:00每日论坛发贴之星
日期:2015-10-05 06:20:002015年亚冠纪念徽章
日期:2015-10-06 10:06:482015亚冠之塔什干棉农
日期:2015-10-19 19:43:35程序设计版块每日发帖之星
日期:2015-10-21 06:20:00每日论坛发贴之星
日期:2015-09-14 06:20:00
2 [报告]
发表于 2015-09-06 23:20 |只看该作者
回复 1# yang7473453


    用正则把两部分抽取出来,然后放到个 hash 中,然后输出即可。

论坛徽章:
10
2015亚冠之广州富力
日期:2015-06-16 14:44:332015亚冠之西悉尼流浪者
日期:2015-08-19 13:14:352015亚冠之阿尔希拉尔
日期:2015-08-04 09:38:052015亚冠之萨济拖拉机
日期:2015-07-31 15:01:582015亚冠之首尔
日期:2015-07-27 14:24:312015亚冠之塔什干火车头
日期:2015-07-20 09:47:202015亚冠之布里斯班狮吼
日期:2015-07-15 14:58:432015亚冠之首尔
日期:2015-07-07 09:31:262015亚冠之广州恒大
日期:2015-07-06 15:41:272015亚冠之首尔
日期:2015-08-27 11:03:01
3 [报告]
发表于 2015-09-07 09:41 |只看该作者
练习一下,没有排序的
use strict;
use warnings;
my $key;
my $value;
my %h;
foreach (<DATA>)
{
        ($key,$value)=$_=~/(.{29})(.*)/;
        $h{$key}.="$value ";
        }
        foreach (keys %h)
        {
                print "$_$h{$_}\n";
                }

论坛徽章:
95
程序设计版块每日发帖之星
日期:2015-09-05 06:20:00程序设计版块每日发帖之星
日期:2015-09-17 06:20:00程序设计版块每日发帖之星
日期:2015-09-18 06:20:002015亚冠之阿尔艾因
日期:2015-09-18 10:35:08月度论坛发贴之星
日期:2015-09-30 22:25:002015亚冠之阿尔沙巴布
日期:2015-10-03 08:57:39程序设计版块每日发帖之星
日期:2015-10-05 06:20:00每日论坛发贴之星
日期:2015-10-05 06:20:002015年亚冠纪念徽章
日期:2015-10-06 10:06:482015亚冠之塔什干棉农
日期:2015-10-19 19:43:35程序设计版块每日发帖之星
日期:2015-10-21 06:20:00每日论坛发贴之星
日期:2015-09-14 06:20:00
4 [报告]
发表于 2015-09-07 09:51 |只看该作者
本帖最后由 MMMIX 于 2015-09-07 09:51 编辑

回复 3# xiaoxingan99


    foreach (<DATA>) 或者 foreach (<>) 或者 foreach (<$fh>)

这些写法不能说错,但要碰上大文件, 例如说是个两三G的文件要处理, 这种写法由于要预先把文件整个读入, 直接就能把机器拖到不可用.

正确的写法应该是 while (<>)

论坛徽章:
10
2015亚冠之广州富力
日期:2015-06-16 14:44:332015亚冠之西悉尼流浪者
日期:2015-08-19 13:14:352015亚冠之阿尔希拉尔
日期:2015-08-04 09:38:052015亚冠之萨济拖拉机
日期:2015-07-31 15:01:582015亚冠之首尔
日期:2015-07-27 14:24:312015亚冠之塔什干火车头
日期:2015-07-20 09:47:202015亚冠之布里斯班狮吼
日期:2015-07-15 14:58:432015亚冠之首尔
日期:2015-07-07 09:31:262015亚冠之广州恒大
日期:2015-07-06 15:41:272015亚冠之首尔
日期:2015-08-27 11:03:01
5 [报告]
发表于 2015-09-07 09:53 |只看该作者
回复 4# MMMIX


    谢谢指教^_^

论坛徽章:
0
6 [报告]
发表于 2015-09-07 23:32 |只看该作者
非常感谢,不过可以解释一下这个~/(.{29})(.*)/是什么意思,尤其是29这个不太懂
回复 3# xiaoxingan99


   

论坛徽章:
10
2015亚冠之广州富力
日期:2015-06-16 14:44:332015亚冠之西悉尼流浪者
日期:2015-08-19 13:14:352015亚冠之阿尔希拉尔
日期:2015-08-04 09:38:052015亚冠之萨济拖拉机
日期:2015-07-31 15:01:582015亚冠之首尔
日期:2015-07-27 14:24:312015亚冠之塔什干火车头
日期:2015-07-20 09:47:202015亚冠之布里斯班狮吼
日期:2015-07-15 14:58:432015亚冠之首尔
日期:2015-07-07 09:31:262015亚冠之广州恒大
日期:2015-07-06 15:41:272015亚冠之首尔
日期:2015-08-27 11:03:01
7 [报告]
发表于 2015-09-08 09:05 |只看该作者
回复 6# yang7473453

这段是匹配,.是元字符,这里表示除了回车外的所有单字符,{29}表示匹配29次
我是按照你给的数据, 数出来后面应该是第29位开始是要处理的数据
这个匹配是最简单的,你看一下平perl语言入门第七章就知道了

论坛徽章:
0
8 [报告]
发表于 2015-09-08 11:05 |只看该作者
非常感谢!!!回复 7# xiaoxingan99


   
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP