用Perl解析Symphony聊天

我们在工作时从MindAlign改为Symphony聊天。Symphony似乎类似于ZenDesk聊天软件。我们使用Symphony聊天为人们分配门票

当我从Symphony终端剪切和粘贴时，结果是这样的（它没有换行符-它只是一个大的连续文本行）：

所以我写这个脚本是为了更好地形成它——它工作得很好

#!/usr/bin/perl
use warnings ;
use strict ;

my $filename = shift @ARGV ;
open(my $fh, '<', $filename) or die "Could not open file 
$filename $!";
while (my $line = <$fh>) {

chomp $line ;
my @words = split /(\d{2}(?:st|nd|rd|th) \w{3} \d{4})/a, $line;

foreach my $word(@words) {
        if($word =~ /\d{2}(?:st|nd|rd|th) \w{3} \d{4}/a) {
        chomp $word ;
        print $word ;
        }
        else {  print "$word\n"; }
    }
}

这就是问题所在-这是我需要的输出：

06/16/2020 WJ: RE: BART failed STP - JIMBCI - INC1019814678
06/16/2020 II : RE: Loans are experiencing issues sending RUNZ - INC1019815218 
06/16/2020 NW : RE: FW: Missing pool factor PnL - INC1019816030
06/16/2020 JK : RE: missing sales credits - INC1019816338
06/16/2020 KB : RE: Bookbuilder not responding - INC1019816567

---

我试过regex的和分裂的行，但它只是一个大混乱。WJ NW JK KB II这些是首字母-它们是常量。有时在冒号（：）后面有空格，有时没有。然而，我所需要的是日期和数据，从票号INC00000000的首字母开始，到最后一位结束

最简单的方法是在打印前“固定”行

所以加上

use Date::Parse;
sub fix_line {
  my $output = shift;
  if ($output =~ s/^(.*? (am|pm)).*?\s([A-Z]{2} ?:)/$3/) {
     my @date = localtime(str2time($1));
     $output = sprintf("%02d/%02d/%02d %s", @date[4]+1,@date[3],@date[5]-100,$output) ;
  }
  return $output."\n";
}

在字符串的底部，将内部fer循环更改为：

my $nl = '';
foreach my $word(@words) {
   if($word =~ /\d{2}(?:st|nd|rd|th) \w{3} \d{4}/a) {
        chomp $word ;
        $nl.= $word ;
    }
    else {  
         print fix_line("$nl$word");
         $nl=''
    }
}

---

考虑到你有明确的定位点，一种拉出你需要的东西的方法是正则表达式

my @parts = $string =~ /
    ([0-9]+)             # numbers for day
    (?:[^0-9]+)?\s+      # for st|nd|rd|th (optional!), space. not captured
    (\w+)\s+             # month
    ([0-9]+)\s+          # year
    .+?                  # the rest, but only up to the initials 
    ( (?:WJ|NW|JK|KB|II): .+? INC[0-9]+ )
/x; 

这里的一些模式可以加强或削弱（例如，我们可以使用

[A-Z]+：

，而不是预期的首字母的交替，允许其他模式和更多字母）

然后将时间转换为所需的时间戳。这是一个很好的工具。总共

use warnings;
use strict;
use feature 'say';

use Time::Piece;

my $string = q(16th Jun 2020 7:57:18 am Tom Lewin: WJ: RE: BART failed STP - JIMBCI - INC101981467816th Jun 2020 8:20:38 am Nathan Winslow: II : RE: Loans are experiencing issues sending RUNZ - INC101981521816th Jun 2020 8:57:58 am Nathan Winslow: NW : RE: FW: Missing pool factor PnL [Restricted - Internal] - INC101981603016th Jun 2020 9:13:49 am Nathan Winslow: JK : RE: missing sales credits - INC101981633816th Jun 2020 9:24:26 am Nathan Winslow: KB : RE: Bookbuilder not responding - INC1019816567);

my @parts = $string =~ /
    ([0-9]+) (?:[^0-9]+)?\s+ (\w+)\s+ (\w+)\s+ .+? 
    ( (?:WJ|NW|JK|KB|II): .+? INC[0-9]+ )
/x;
#say for @parts;  say '---';

my $dt = Time::Piece->strptime("@parts[0..2]", "%d %b %Y");

say $dt->mdy('/'), ' ', $parts[3];

最后一点也许是最好的做法

my $date = Time::Piece
    -> strptime( join(' ', splice @parts, 0, 3), "%d %b %Y")
    -> mdy('/');

say "$date @parts";

现在我们不必计算要打印的元素的确切数量

在这种情况下，

@parts

最终只有一个元素，但需求确实发生了变化。此外，如果一些元素实际上是为了其他目的而单独存在的（添加捕获括号集），那么

@parts

将有更多的元素

---

这些打印出所需的内容

上面写着“WJ NW JK KB II…它们是常数”——你是说这是唯一可能的两个字母序列吗？或者它可以是任意两个帽子？是的，代表被分配一张票的人-WJ=我，沃尔特·约翰逊

use warnings;
use strict;
use feature 'say';

use Time::Piece;

my $string = q(16th Jun 2020 7:57:18 am Tom Lewin: WJ: RE: BART failed STP - JIMBCI - INC101981467816th Jun 2020 8:20:38 am Nathan Winslow: II : RE: Loans are experiencing issues sending RUNZ - INC101981521816th Jun 2020 8:57:58 am Nathan Winslow: NW : RE: FW: Missing pool factor PnL [Restricted - Internal] - INC101981603016th Jun 2020 9:13:49 am Nathan Winslow: JK : RE: missing sales credits - INC101981633816th Jun 2020 9:24:26 am Nathan Winslow: KB : RE: Bookbuilder not responding - INC1019816567);

my @parts = $string =~ /
    ([0-9]+) (?:[^0-9]+)?\s+ (\w+)\s+ (\w+)\s+ .+? 
    ( (?:WJ|NW|JK|KB|II): .+? INC[0-9]+ )
/x;
#say for @parts;  say '---';

my $dt = Time::Piece->strptime("@parts[0..2]", "%d %b %Y");

say $dt->mdy('/'), ' ', $parts[3];

my $date = Time::Piece
    -> strptime( join(' ', splice @parts, 0, 3), "%d %b %Y")
    -> mdy('/');

say "$date @parts";