字符串排序

523066680

呼，我都忘了Windows保存的文件名不分大小写……

写的急促了，有点bug，再改改。

Windows19

回复 14# 523066680
谢谢
测试确实能搞动超大文件  而且效率超快
但产生有几个问题

不同文件测试, 有时候行数会少  但有时候行数会多1倍  (不知道原因了)

在统计字母串上不太准确  排序结果不对  (要精确匹配字母串,要分大小写)


如果能同时统计字母串 数字串 排序 那实在太好了

谢谢老师帮忙再改进

523066680

回复 22# Windows19

数字是不是要另外导出一个文件的？

Windows19

回复 21# 523066680
谢谢老师

改好继续打赏

Windows19

回复 23# 523066680

全部一个文件就行  精确匹配字母串  数字串后     从多到小排序

523066680

回复 25# Windows19

问题是，如果放一个文件，比如
1abcdef

1算一个，a算一个
结果中不就得放两次了么？

Windows19

回复 26# 523066680


嗯
像1abcdef


如果1出现333次abcdef又出现333次

会放2次
确实这种情况 好像不太好解决
但是应该有办法能决吧?

不急  慢慢想到办法再解决也行

sunzhiguolu

回复 22# Windows19
每次看到你发帖，其实我都有点小激动。
但是，我一般都不太爱回复你的帖子内容，除非内容相对简单一些。

原因为何？ 不知道你搞哪方面工作的，你的问题总感觉是将问题先抛砖引玉一下，随着回帖 将你的问题真正展开后 发现每个问题都是 玫瑰带刺 啊！
本人不才，没有那个水平。还是那句话，能将你的问题 成功解决 并保持 相对的效率 的话 一定是大牛。

Windows19

回复 28# sunzhiguolu

谢谢老师指引

523066680

更新，先处理a-zA-Z

1. =info
   
2.     Code by 523066680
   
3.     2017-06 V2.0
   
4. 
   
5.     Bug1 忘了windows文件名不分大小写，"Ta.txt" == "TA.txt"，改为用ASCII码
   
6.     Bug2 数值排序，而不是字符串排序 -- 例如："9" 应小于 "21"
   
7. =cut
   
8. 
   
9. #!/usr/bin/perl
   
10. use strict;
    
11. use IO::Handle;
    
12. STDOUT->autoflush(1);
    
13. 
    
14. our $SRC = "A.txt";
    
15. our $DST = "Final.txt";
    
16. our %letter;
    
17. our @group = map { ord($_) } ('a'..'z', 'A'..'Z');
    
18. our $wd = "./tempfolder";
    
19. mkdir $wd if (not -e $wd);
    
20. 
    
21. ANALYSE_AND_EXPORT:
    
22. {
    
23.     my %FH;
    
24. 
    
25.     #提前准备多个文件句柄
    
26.     grep { open $FH{$_}, ">:raw", "$wd/T${_}.txt" or die "$!" } @group;
    
27. 
    
28.     open READ, "<:raw", $SRC or die "$!";
    
29.     while ( my $line = <READ> )
    
30.     {
    
31.         next if ( $line=~/^\r?\n$/ );
    
32. 
    
33.         if ($line=~/([a-zA-Z])/)
    
34.         {
    
35.             $letter{$1} = 0 if ( not exists $letter{$1} );
    
36.             $letter{$1}++;
    
37. 
    
38.             select $FH{ord($1)};
    
39.             print $line;
    
40.         }
    
41.     }
    
42. 
    
43.     #清理所有文件句柄
    
44.     grep { close $FH{$_} } @group;
    
45.     close READ;
    
46. 
    
47.     select STDOUT;
    
48. }
    
49. 
    
50. COLLECT_DATA:
    
51. {
    
52.     my $RESULT;
    
53.     my $TempFH;
    
54.     open $RESULT, ">:raw", $DST or die "$!";
    
55. 
    
56.     #按出现的次数排列出优先顺序
    
57.     my @rank = sort_byValue(\%letter);
    
58. 
    
59.     for my $name ( @rank )
    
60.     {
    
61.         print "Reading F$name.txt ... \n";
    
62.         open $TempFH, "<:raw", "$wd/T$name.txt" or die "$!";
    
63.         while (my $line = <$TempFH>)
    
64.         {   
    
65.             print $RESULT $line;
    
66.         }
    
67.         close $TempFH;
    
68.     }
    
69. 
    
70.     print "Please check $DST\n";
    
71. }
    
72. 
    
73. sub sort_byValue
    
74. {
    
75.     my $ref = shift;
    
76.     my @arr;
    
77. 
    
78.     #不知道有没有绕弯路 =_=
    
79.     @arr = reverse sort { "$a,$b," =~/-(\d+),.*-(\d+),/;  $1 <=> $2 }
    
80.                     map {  $_ ."-". $ref->{$_} } keys %$ref;
    
81. 
    
82.     my ($char, $times);
    
83.     for (@arr)
    
84.     {
    
85.         ($char, $times) = split("-", $_);
    
86.         print "char: $char, times: $times\n";
    
87.     }
    
88. 
    
89.     return ( map { /,(.)$/; $_ = ord($_) } @arr );
    
90. }
    
91. 
    

复制代码