在perl中将制表符分隔的文件读入哈希并搜索
我有一个制表符分隔的文件(inpFile.txt)作为 我想读取它并将其存储到哈希(hashname)中 一旦我的散列准备好了,我想搜索是否找到($key,$value)对。例如,是否找到(eee2,aaa2) 我是Perl的初学者,但我知道用Perl可以有效地完成,而且很容易 我编写了以下代码。你能再延长一点吗 谢谢在perl中将制表符分隔的文件读入哈希并搜索,perl,search,hash,Perl,Search,Hash,我有一个制表符分隔的文件(inpFile.txt)作为 我想读取它并将其存储到哈希(hashname)中 一旦我的散列准备好了,我想搜索是否找到($key,$value)对。例如,是否找到(eee2,aaa2) 我是Perl的初学者,但我知道用Perl可以有效地完成,而且很容易 我编写了以下代码。你能再延长一点吗 谢谢 #!/usr/local/bin/perl open (LIST1, "/inpFile.txt") || die "File not found\n"; while
#!/usr/local/bin/perl
open (LIST1, "/inpFile.txt") || die "File not found\n";
while (<LIST1>) {
($tmpvar1, $tmpvar2) = split(/\t/, $_);
$hashname{$tmpvar1} = $tmpvar2;
}
close(LIST1);
#/usr/local/bin/perl
打开(LIST1,“/inpFile.txt”)| | die“未找到文件\n”;
而(){
($tmpvar1,$tmpvar2)=拆分(/\t/,$);
$hashname{$tmpvar1}=$tmpvar2;
}
关闭(列表1);
您的输入文件将只产生三元素哈希,因为键是重复的。在现实生活中,您必须处理这种情况,但在这种情况下,我会更改您的输入文件:
aaa1 aaa2
bbb1 bbb2
ccc1 ccc2
ccc1 ddd2
eee2 aaa2
下面是对代码的一些增强:
#!/usr/local/bin/perl
#always use strict and warnings
use strict;
use warnings;
use Data::Dumper;
hash_test();
#Try to put your code in separate subs if possible
sub hash_test {
my %hashname = ();
read_into_hash( \%hashname );
print Dumper( \%hashname ); # Test your hash
search_hash( \%hashname, "eee2", "aaa2" );
}
sub read_into_hash {
#Always declare variables
my $list1;
my $tmpvar1;
my $tmpvar2;
my $hash_ref = shift;
my $lineno = 0;
open( $list1, "<", "/inpFile.txt" ) or die "File not found\n";
while (<$list1>) {
$lineno++;
chomp; #delete new line character
( $tmpvar1, $tmpvar2 ) = split( /\t/, $_ );
if (defined $hash_ref->{$tmpvar1})
{
# adding lineno from file to avoid overwriting. I use '~' just in case
# if your keys could include such character, use something else
$tmpvar1 .= "~" . $lineno;
}
$hash_ref->{$tmpvar1} = $tmpvar2;
}
close($list1);
}
sub search_hash {
my $hash_ref = shift;
my $key = shift;
my $value = shift;
if (defined $hash_ref->{$key} && $hash_ref->{$key} =~ /^$value(\~\d+)*$/)
{
print "Found.\n";
}
}
#/usr/local/bin/perl
#始终使用严格的警告和警告
严格使用;
使用警告;
使用数据::转储程序;
hash_测试();
#如果可能的话,试着把你的代码放在不同的sub中
子散列检验{
我的%hashname=();
将\u读入\u散列(\%hashname);
打印转储程序(\%hashname);#测试您的哈希
搜索散列(\%hashname,“eee2”,“aaa2”);
}
将\u读入\u散列{
#始终声明变量
我的$list1;
我的$tmpvar1;
我的$tmpvar2;
my$hash_ref=shift;
我的$lineno=0;
打开($list1,“当您遇到Perl时,首先使用pragmause strict;
我注意到你的文件是由
aaa1 aaa2
aaa1 bbb2
在处理我们的文件期间,散列将只存储一个键'aaa1'=>'bbb2'
,因为Perl在散列中有唯一的键
use strict;
open my $fh, '<', '/input_file.txt'
or die "Cant open file $!";
LINE:
while (my $line = <$fh>) {
my ($key, $value) = split /\t/, $line;
next LINE if not $key;
$hash{$key} = $value;
}
my $search_key = 'eee2';
my $search_value = 'aaa2';
if ($hash{$search_key} eq $search_value) {
print "Found key: $search_key and value: $search_value in hash /n";
}
close $fh;
使用严格;
打开我的$fh,“首先,我将你的问题解释为特定于键/值对上的重复。这有点尴尬——正常的问题只是测试键,但我们可以通过将键和值都作为生成新键的函数的输入来做键值
如果你只是使用一个标签删除的CSV,请使用并确保它是正确的,并且涵盖了最复杂的情况!安装时也要非常快
use strict;
use warnings;
use Data::Dumper;
use Text::CSV;
use IO::Handle;
my $csv = Text::CSV->new({sep_char=>"\t"});
my $fh = IO::Handle->new_from_fd( *DATA, 'r' );
while ( not $fh->eof ) {
my $row = $csv->getline( $fh );
warn Dumper $row;
}
__DATA__
aa1 aaa2
aaa1 bbb2
aaa1 ccc2
ccc1 ddd2
eee2 aaa2
理解了这一点后,剩下的练习也很简单。我使用了一个非常简单的算法,将键和值连接在一起,并以此为哈希索引。这消除了巧妙的冲突尝试,但对于您的任务来说可能不是必需的。请随意提问
use feature ':5.10';
use strict;
use warnings;
use Data::Dumper;
use Text::CSV;
use IO::Handle;
use Digest::SHA qw(sha1_hex);
my $csv = Text::CSV->new({sep_char=>"\t"});
my $fh = IO::Handle->new_from_fd( *DATA, 'r' );
my ( %kv, %sha1_kv );
while ( not $fh->eof ) {
my $row = $csv->getline( $fh );
my ($k, $v) = @$row;
my $sha1 = sha1_hex($k) . sha1_hex($v);
if ( exists $sha1_kv{ $sha1 } ) {
say "We have a hit (key/value dupe) for $sha1 [key: $k]";
}
else {
$kv{ $k } = $v;
$sha1_kv{ $sha1 } = $v;
}
warn Dumper $row;
}
__DATA__
aa1 aaa2
aa1 aaa2
aaa1 bbb2
aaa1 ccc2
ccc1 ddd2
eee2 aaa2
由于您的数据包含具有多个值的键,并且假设数据文件中确实存在这种情况,您可以创建数组哈希(HoA),其中键与数组关联:
use Modern::Perl;
my %hashname;
while (<DATA>) {
my ( $key, $value ) = split;
push @{ $hashname{$key} }, $value;
}
my $searchKey = 'aaa1';
my $searchVal = 'ccc2';
if ( defined $hashname{$searchKey}
and $searchVal ~~ @{ $hashname{$searchKey} } )
{
say "key: $searchKey with val: $searchVal found.";
}
else {
say "key: $searchKey with val: $searchVal not found.";
}
__DATA__
aaa1 aaa2
aaa1 bbb2
aaa1 ccc2
ccc1 ddd2
eee2 aaa2
希望这有帮助!事实上,我的数据具有与我所提到的相同的形式。这是否可能对同一个键具有不同的值。或者是否有其他方法可以有效地做到这一点。我的文件超过gigs。然后,您必须添加另一个级别的散列或为相同的键添加前缀/后缀。我的数据具有一个键作为与多个值关联。此代码是否可以处理这种情况?在我的示例中,aaa1与aaa2、bbb2和ccc2 all关联。这是否可能对同一个密钥具有不同的值。或者是否有其他方法可以有效地执行此操作。我的文件超过Gig。更改代码以处理密钥复制问题。搜索子项is也发生了变化。另外请注意,我被用来测试哈希元素的原因是打印转储程序($hashname)
。如果你处理这么大的文件,请去掉它。谢谢,你问题中的代码片段实际上是我的解决方案!
use Modern::Perl;
my %hashname;
while (<DATA>) {
my ( $key, $value ) = split;
push @{ $hashname{$key} }, $value;
}
my $searchKey = 'aaa1';
my $searchVal = 'ccc2';
if ( defined $hashname{$searchKey}
and $searchVal ~~ @{ $hashname{$searchKey} } )
{
say "key: $searchKey with val: $searchVal found.";
}
else {
say "key: $searchKey with val: $searchVal not found.";
}
__DATA__
aaa1 aaa2
aaa1 bbb2
aaa1 ccc2
ccc1 ddd2
eee2 aaa2
key: aaa1 with val: ccc2 found.