如何在perl中将某些匹配字符串之间的所有行打印到不同的文件中

我对perl脚本编写相当陌生，需要一些帮助。以下是我的疑问：

我有一个文件，其内容如下：

AA ABC 0 0 
line1
line2
...
AA XYZ 1 1
line..
line..
AA GHI 2 2
line..
line...

现在我想得到那些行之间的所有行，它们都有起始字符串/模式

“AA”

，并将它们写入文件

ABC.txt

，

XYZ.txt

，

GHI.txt

，分别包括

AA*

，例如

ABC.txt

应该是这样的

AA ABC 0 0
line1
line2...

AA XYZ 1 1
line..
line..

和

XYZ.txt

应该是

AA ABC 0 0
line1
line2...

AA XYZ 1 1
line..
line..

希望我在这个问题上是清楚的，任何有关这方面的帮助都是非常感谢的

谢谢，

---

桑迪

我想你是在要求一个算法，因为你没有指定你需要什么帮助

声明用于输出的文件句柄

虽然尚未到达输入文件的结尾，

读一行

如果是标题行，

解析它

确定文件名

（重新）打开输出文件

将该行打印到输出文件句柄

---

为了避免您使用自我发布上述内容以来发布的糟糕解决方案之一，下面是代码：

my $fh;
while (<>) {
   if (my ($fn) = /^AA\s+(\S+)/) {
      $fn .= '.txt';
      open($fh, '>', $fn)
         or die("Can't create file \"$fn\": $!\n");
   }

   print $fh $_;
}

my$fh；
而（）{
如果（my（$fn）=/^AA\s+（\s+/）{
$fn.='.txt'；
开放式（$fh，“>”，$fn）
或者死亡（“无法创建文件\“$fn\”：$！\n”）；
}
打印$fh$；
}

可能的改进，所有这些都很容易添加：

• 检查重复的标题。（

  如果-e$fn

  是一种方式）
• 检查第一个标题之前的数据。（

  如果！$fh

  是单向）

---

一次只需打开一个文件。。。当一行与

XYZ

匹配时，打开

XYZ.txt

文件并输出该行。您将该文件保持打开状态（假设它是句柄

当前_文件

），并将每个后续行输出到该文件，直到匹配新的头行。然后关闭当前文件并打开另一个文件

我的Perl非常陈旧，因此我认为我无法提供编译代码，但本质上它与此非常接近

my $current_name = "";

foreach my $line (<INPUT>)
{
    my($name) = $line =~ /^AA (\w+)/;
    if( $name ne $current_name ) {
        close(CURRENT_FILE) if $current_name ne "";
        open(CURRENT_FILE, ">>", "$name.txt") || die "Argh\n";
        $current_name = $name;
    }
    next if $current_name eq "";
    print CURRENT_FILE $line;
}

close(CURRENT_FILE) if $current_name ne "";

my$current_name=”“；
foreach我的$line（）
{
我的（$name）=$line=~/^AA（\w+）/；
如果（$name ne$当前名称）{
如果$CURRENT_name ne“”，则关闭（当前_文件）；
打开（当前_文件“>>”，“$name.txt”）|| die“Argh\n”；
$current_name=$name；
}
下一步如果$current_name eq“”；
打印当前_文件$line；
}
如果$CURRENT_name ne“”，则关闭（当前_文件）；

你觉得这个怎么样

1：从文件中获取内容（可能使用file:：Slurp的read_文件）并保存到标量

use File::Slurp qw(read_file write_file);
my $contents = read_file($filename);

2：具有与以下类似的正则表达式模式匹配：

my @file_rows = ($contents ~= /(AA\s[A-Z]{3}\s+\d+\s+\w*)/);

3：如果第2列值在整个文件中始终是唯一的：

foreach my $file_row (@file_rows) {
    my @values = split(' ', $file_row, 3);
    write_file($values[1] . ".txt", $file_row);
}

3：否则：拆分行值。使用第二列作为键将它们存储到散列中。使用哈希将数据写入输出文件

my %hash;
foreach my $file_row (@file_rows) {
    my @values = split(' ', $file_row, 3);
    if (defined $hash{$value[1]}) {
        $hash{$values[1]} .= $file_row;
    } else {
        $hash{$values[1]} = $file_row;
    }
}

foreach my $key (keys %hash) {
    write_file($key .'txt', $hash{$key});
}

---

这里有一个选项，用于查找与每条记录开头匹配的模式。当找到时，它循环遍历数据文件的行并构建一条记录，直到再次找到相同的模式或eof，然后将该记录写入文件。在写入文件之前，它不会检查文件是否已经存在，因此如果文件已经存在，它将替换ABC.txt：

use strict;
use warnings;

my $dataFile    = 'data.txt';
my $nextLine    = '';
my $recordRegex = qr/^AA\s+(\S+)\s+\d+\s+\d+/;

open my $inFH, '<', $dataFile or die $!;

RECORD: while ( my $line = <$inFH> ) {
    my $record = $nextLine . $line;

    if ( $record =~ $recordRegex ) {
        my $fileName = $1 . '.txt';

        while ( $nextLine = <$inFH> ) {
            if ( $nextLine =~ $recordRegex or eof $inFH ) {
                $record .= $nextLine if eof $inFH;

                open my $outFH, '>', $fileName or die $!;
                print $outFH $record;
                close $outFH;

                next RECORD;
            }

            $record .= $nextLine;
        }
    }
}

close $inFH;

使用严格；
使用警告；
my$dataFile='data.txt'；
我的$nextLine=''；
我的$recordRegex=qr/^AA\s+（\s+）\s+\d+\s+\d+/；
打开我的$inFH、、$fileName或die$！；
打印$outph$记录；
关闭$outph；
下一个记录；
}
$record.=$nextLine；
}
}
}
关闭$inFH；

希望这有帮助

---

编辑：此代码替换有问题的原始代码。谢谢你，回顾原始代码。

谢谢@阿蒙，用于修复我的代码=）多年的C++已经剥夺了我编写Perl的能力，当我没有一个解释程序，如果数据行包含序列<代码> AA/code >，它将被分割在中间。考虑将<代码> $/< /COD> > <代码> \ NAA > /COD>，尽管第一行必须是特殊的用例。删除记录分隔符也称为

chomp

ing，因此无需使用替换。@amon-非常感谢您批评原始代码。奇怪的是，我没有把

$/

和

chomp

联系起来，所以谢谢你提醒我。原来的代码问题太大，所以被替换了。以上尝试与OP的记录开始相匹配，因此可能更加健壮。感谢Kenosis，这很有帮助。我以前也做过类似的事情，但是你的代码可以做到。我现在唯一的问题是，如果我有多行，如AA ABC 0 0 line1 line2 AA ABC 1 line3 line4，我需要在同一个文件中同时使用这两行，使我能够更新已创建的ABC.txt文件，而不是在文件中显示第3行和第4行。我自己也在试着做一些修改，但你方的任何帮助都会更有帮助。@Santy-非常欢迎你。正则表达式处理您的数据，生成所有三个文本文件，并按要求提供名称和内容。由于您在条件中放置了一个

打印

，并且它没有被执行，这确实表明正则表达式与记录的开头不匹配。因为您可以完全查看这些数据，所以也许您可以成功地稍微调整一下正则表达式。让我知道…@Kenosis:调整了regexp并工作得很好，我现在唯一的问题是，如果我有多行，比如AA ABC 0 0 line1 line2 AA ABC 1 line3 line4，我需要将它们都放在同一个文件中，使我能够更新已创建的abc.txt文件，而不是在新文件中显示第3行和第4行。为了始终将整个文件保存在内存中，您经历了很多麻烦？另外，我不理解第二点，但它不会像你写的那样起作用。提示：它甚至不编译。您可能想使用

split

或其他方法。用

split

s