使用Perl从长列表中提取特定信息

我要处理的文件是LDAP提取的结果，但我需要最终将信息格式化为电子表格可以使用的格式

因此，数据如下：

DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
displayName: John Doe
name: ##userName

DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
displayName: Jane Doe Jr
name: ##userName

DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
DataDataDataDataDataDataDataDataDataDataDataDataDataDataDataData
displayName: Ted Doe
name: ##userName

我需要导出到的格式是：

firstName lastName userName
firstName lastName userName
firstName lastName userName

其中空格是选项卡，这样我就可以将该文件导入数据库。我在VBScript中有这样做的经验，但我正在尝试切换到使用Perl来尽可能多地管理服务器

我不确定我想要的语法基本上是

while not endoffile{
detect "displayName: " & $firstName & " " & $lastName
detect "name: ##" & $userName

write $firstName tab $lastName tab $userName to file
}

另外，如果有人能给我指出一个专门关于Perl使用的文本解析语法的资源，我将非常感激。我遇到的大多数资源都不是很有用

---

此外，有些用户名是数字。前导的两个数字仍然需要修剪，但如果有帮助的话，用户名的长度始终为6个字符。

类似的内容应该可以做到这一点——它从stdin读取并输出到stdout，因此您可以使用普通的unix管道来使用文件：

#!/usr/bin/perl

use strict;
use warnings;
use String::Util 'trim';

# set "line ending" to \n\n, to allow slurping by paragraphs:
local $/ = "\n\n";

while (my $line = <>)
{
    chomp $line;

    my ($displayName) = ($line =~ /^displayName: (.+)$/m);
    my ($name) = ($line =~ /^name: ##(.+)$/m);
    trim $displayName;
    trim $name;

    my ($firstName, $lastName) = ($displayName =~ /^([^ ]+) (.+)$/);

    print "$firstName\t$lastName\t$name\n";
}

#/usr/bin/perl
严格使用；
使用警告；
使用字符串：：Util'trim'；
#将“行结束”设置为\n\n，以允许按段落滑动：
本地$/=“\n\n”；
while（我的$line=）
{
chomp$行；
我的（$displayName）=（$line=~/^displayName:（.+）$/m）；
我的（$name）=（$line=~/^name:##（.+）$/m）；
修剪$displayName；
修剪$name；
我的（$firstName，$lastName）=（$displayName=~/^（[^]+）（.+）$/）；
打印“$firstName\t$lastName\t$name\n”；
}

我使用您在下面提供的示例输入进行了测试，如

test.pl

，并得到了输出：

John Doe userName Jane Doe userName Ted Doe userName 无名氏用户名 无名氏用户名 Ted Doe用户名 您可以在$/下阅读段落模式下的slurping，也可以阅读这个SO问题（需要链接）。使用匹配运算符上的m标志启用多行内的匹配—请参阅。

这是我的解决方案

use strict;
use warnings;
my $fh;
my $file_contents;
my @info;
open $fh, '<', "data" or die($!);
local $/ = undef;
$file_contents = <$fh>;

while($file_contents =~ /.ame: (.*?)$(.*?).ame: (.*?)$/smg)
{

   my $displayname = $1;
   my $username = $3;
   $displayname =~ s/^\s+//; #clean off any whitespace from front/back
   $displayname =~ s/\s+$//;
   my ($firstname, $lastname) = split(/\s+/, $displayname); #split on whitespace

   print "$firstname\t$lastname\t$username\n"; #note the tabs
}

使用严格；
使用警告；
我的$fh；
我的$file\u内容；
我的@info；
打开$fh，'脚注：我一直找不到对段落模式的SO引用，尽管我知道
$/
在过去已经讨论过好几次。如果有人找到此链接，请添加评论或将其编辑到问题中-谢谢！这里有一个关于段落解析的问题：@FM：其中一个讨论了设置
local$/=unde--但我确信前一段时间有个问题讨论过将其设置为
“\n\n”
，以便一次阅读段落…啊，段落解析，这是我应该寻找的。谢谢你的回答！在串联中使用未初始化值$firstName在串联中使用未初始化值$lastName我只是在尝试此脚本时不断遇到这些错误。在第8行没有这样的文件或目录，不太确定这里发生了什么。值得注意的是，从单个字符串解析出名字和姓氏字段非常简单。考虑<代码>莎拉·米歇尔·盖拉< /代码>和<代码>法拉·福塞特专业> <代码>。一个正确的解析器（如果可能的话）会知道解析这些名字的正确方法是“Sarah Michelle”、“Gellar”和“Farah”、“Fawcett Majors”。如何处理这些边缘情况取决于您，但您应该确保具有指定的行为。否则，罗伯特·德尼罗和他的朋友会破坏你的软件。