Perl grep通过大文件匹配字符串

我有一个数组（

@array

），其中包含元素列表。我需要检查这些元素是否存在于主文件中。如果元素存在于主文件中，那么在主文件的同一行中，字符串

YES

（位于第5位）也应该存在。元素应该存储在不同的数组中

实际上，我的脚本使用两个

grep

shell命令来实现这一点。如何用Perl-do-grep编写同样的东西

...
use Data::Dumper;

my @new_array;
my @array = ('RT0AC1', 'WG3RA3');

print Dumper(\@array);

foreach ( @array ){
    my $line = `grep $_ "master_file.csv" | grep -i yes`;
    next unless($line);
    push( @new_array, $_ );
}

print Dumper(@new_array);
...

其中master_file.csv如下所示：

101,RT0AC1,CONNECTED,FAULTY,NO
102,RT0AC1,CONNECTED,WORKING,YES
103,RT0AC1,NOT CONNECTED,WORKING,NO
104,WG3RA3,NOT CONNECTED,DISABLED,NO
105,WG3RA3,CONNECTED,WORKING,NO

因此，这里我得到的

$line

值为

102，RT0AC1，已连接，正在工作，YES

，元素

RT0AC1

存储在

@new\u数组中

如何避免使用backtick（`）和两个grep来实现这一点。我正试图使用纯Perl实现这一点。另外，
master_file.csv
包含数百万条记录。
因为您要查找的所有单词都在同一位置，所以很容易用逗号分割当前行，查看哈希表中是否存在第二列，以及第五列是否等于
“YES”
：

#/usr/bin/env perl
严格使用；
使用警告；
使用自动模具；
使用数据：：转储程序；
我的$filename=shift/“master_file.csv”；#默认文件名（如果命令行中未给出）
my@array=qw/RT0AC1 WG3RA3/；#你要找的词
我的%words=map{$\=>1}@array；#将它们存储在散列中以便快速查找
我的@new_数组；
#将Text:：CSV_XS用于非平凡的CSV文件
打开my$csv，“因为您要查找的所有单词都在同一位置，所以很容易用逗号将当前行拆分，然后查看哈希表中是否存在第二列，以及第五列是否等于
“YES”
：

！/usr/bin/env perl
严格使用；
使用警告；
使用自动模具；
使用数据：：转储程序；
my$filename=shift/“master_file.csv”#如果命令行中未给出默认文件名
我的@array=qw/RT0AC1 WG3RA3/；#您正在寻找的单词
我的%words=map{$\u=>1}@array；#将它们存储在哈希中以便快速查找
我的@new_数组；
#将Text:：CSV_XS用于非平凡的CSV文件
打开我的$csv，“表单regex以匹配感兴趣的记录，将行拆分为字段，并将字段#5与YES进行比较。如果存在匹配项，则在
%match
散列中增加字段#2的计数

处理文件后，
%match
哈希将匹配记录字段#2作为键，值将反映此字段与文件中的YES匹配的次数

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

use Data::Dumper;

my %match;
my @look_for = qw(RT0AC1 WG3RA3);
my $re_filter = join('|',@look_for);

while(<DATA>) {
    chomp;
    next unless /$re_filter/;
    my @data = split(',',$_);
    $match{$data[1]}++ if $data[4] eq 'YES';
}

say Dumper(\%match);

__DATA__
101,RT0AC1,CONNECTED,FAULTY,NO
102,RT0AC1,CONNECTED,WORKING,YES
103,RT0AC1,NOT CONNECTED,WORKING,NO
104,WG3RA3,NOT CONNECTED,DISABLED,NO
105,WG3RA3,CONNECTED,WORKING,NO

删除
数据
以获取最终代码，并在命令行上指定文件名，以处理包含感兴趣数据的文件

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

use Data::Dumper;

my %match;
my @look_for = qw(RT0AC1 WG3RA3);
my $re_filter = join('|',@look_for);

while(<>) {
    chomp;
    next unless /$re_filter/;
    my @data = split(',',$_);
    $match{$data[1]}++ if $data[4] eq 'YES';
}

say Dumper(\%match);

形成正则表达式以匹配感兴趣的记录，将行拆分为字段，并将字段#5与YES进行比较。如果存在匹配项，则在
%match
散列中增加字段#2的计数

处理文件后，
%match
哈希将匹配记录字段#2作为键，值将反映此字段与文件中的YES匹配的次数

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

use Data::Dumper;

my %match;
my @look_for = qw(RT0AC1 WG3RA3);
my $re_filter = join('|',@look_for);

while(<DATA>) {
    chomp;
    next unless /$re_filter/;
    my @data = split(',',$_);
    $match{$data[1]}++ if $data[4] eq 'YES';
}

say Dumper(\%match);

__DATA__
101,RT0AC1,CONNECTED,FAULTY,NO
102,RT0AC1,CONNECTED,WORKING,YES
103,RT0AC1,NOT CONNECTED,WORKING,NO
104,WG3RA3,NOT CONNECTED,DISABLED,NO
105,WG3RA3,CONNECTED,WORKING,NO

删除
数据
以获取最终代码，并在命令行上指定文件名，以处理包含感兴趣数据的文件

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

use Data::Dumper;

my %match;
my @look_for = qw(RT0AC1 WG3RA3);
my $re_filter = join('|',@look_for);

while(<>) {
    chomp;
    next unless /$re_filter/;
    my @data = split(',',$_);
    $match{$data[1]}++ if $data[4] eq 'YES';
}

say Dumper(\%match);

您要查找的单词是否总是在csv文件的第二列？@Shawn是的。您要查找的单词是否总是在csv文件的第二列？@Shawn是的。谢谢@Shawn。在script.pl第17行第..
@vkkk05有一行没有逗号。对，有时空行或行包含没有逗号的行（单列数据）。我已在其中添加了这些行，而-
next if/^\s*$/；我的@F=split/，/；下一个，除非$F[1]谢谢@shawn。在script.pl第17行第..
@vkkk05有一行没有逗号。对，有时空行或行包含没有逗号的行（单列数据）。我已在其中添加了这些行，而-
next if/^\s*$/；我的@F=split/，/；下一个，除非$F[1]
use strict;
use warnings;
use feature 'say';

use Data::Dumper;

my %match;
my @look_for  = qw(RT0AC1 WG3RA3);
my $re_filter = join('|',@look_for);
my $regex     = qr/^\d+,($re_filter),[^,]+,[^,]+,YES$/;

/$regex/ && $match{$1}++ for <DATA>;

say Dumper(\%match);

__DATA__
101,RT0AC1,CONNECTED,FAULTY,NO
102,RT0AC1,CONNECTED,WORKING,YES
103,RT0AC1,NOT CONNECTED,WORKING,NO
104,WG3RA3,NOT CONNECTED,DISABLED,NO
105,WG3RA3,CONNECTED,WORKING,NO