Regex 将纯文本数据库解析为数据结构

我有一个100MB的纯文本数据库文件，我想解析并转换为数据结构，以便于访问。环境是perl和cygwin。由于我们从第三方接收包含数据的纯文本文件，所以我无法使用任何现有的解析器，如xml或google协议缓冲区

文本文件如下所示

Class=Instance1
parameterA = <val>
parameterB = <val>
parameterC = <val>
ref = Instance2

Class=Instance2
parameterA = <val>
parameterB = <val>
parameterC = <val>

Class=Instance1
参数a=
参数b=
参数c=
ref=实例2
类=实例2
参数a=
参数b=
参数c=

该文件包含大量的类变体

---

解析这个的最佳选项是什么？yacc/lex会帮助我吗？还是我应该编写自己的perl解析器？

这应该可以解决问题。它通过检查第一行自动检测行尾，这里的假设是一条记录被一个空行分隔

在每个记录中，假设键/值对以等号（

=

）连接，可能还有一些空格

这是我的密码：

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

use Data::Dumper;
use Getopt::Long;

my $db_file;

GetOptions(
    'file=s' => \$db_file,
);

sub detect_line_ending {
    my ($fh) = @_;

    my $line = <$fh>;
    # Rewind to the beginning
    seek($fh, 0, 0);

    my ($ending) = $line =~ m/([\f\n\r]+$)/s;

    return $ending;
}

sub process_chunk {
    my ($chunk, $line_ending) = @_;

    my @lines = split(/$line_ending/, $chunk);

    my $section = {};
    foreach my $line (@lines) {
        my ($key, $value) = split(/[ \t]*=[ \t]*/, $line, 2);
        $section->{$key} = $value;
    }

    return $section;
}

sub read_db_file {
    my ($file) = @_;

    my $data = [];

    open (my $fh, '<', $file) or die $!;
    my $line_ending = detect_line_ending($fh);

    {
        local $/ = $line_ending.$line_ending;

        while (my $chunk = <$fh>) {
            chomp $chunk;

            my $section = process_chunk($chunk, $line_ending);
            push @$data, $section;
        }
    }
    close $fh;

    return $data;
}

print Dumper read_db_file($db_file);

#/bin/env perl
严格使用；
使用警告；
使用数据：：转储程序；
使用Getopt:：Long；
我的$db_文件；
获取选项(
'file=s'=>\$db\u文件，
);
子检测线结束{
我的（$fh）=@；
我的$line=；
#倒带到开头
寻求（fh，0，0）；
my（$ending）=$line=~m/（[\f\n\r]+$）/s；
返回$end；
}
子进程{
我的（$chunk，$line_结尾）=@；
my@lines=split（/$line\u end/，$chunk）；
我的$section={}；
foreach my$行（@行）{
my（$key，$value）=拆分（/[\t]*=[\t]*/，$line，2）；
$section->{$key}=$value；
}
返回$section；
}
子读取数据库文件{
我的（$file）=@；
我的$data=[]；
打开（我的$fh，这是你想要的吗

#!/usr/bin/perl
use Data::Dumper;
use Modern::Perl;

my %classes;
my $current;
while(<DATA>) {
    chomp;
    if (/^Class\s*=\s*(\w+)/) {
        $classes{$1} = {};
        $current = $1;
    } elsif (/^(\w+)\s*=\s*(.+)$/) {
        $classes{$current}{$1} = $2;
    }
}
say Dumper\%classes;

！/usr/bin/perl
使用数据：：转储程序；
使用Modern:：Perl；
我的%班级；
我的$current；
while（）{
咀嚼；
如果（/^Class\s*=\s*（\w+/）{
$classes{$1}={}；
$current=$1；
}elsif（/^（\w+）\s*=\s*（.+）$/）{
$classes{$current}{$1}=$2；
}
}
说Dumper\%类；

输出：

$VAR1 = {
          'Instance2' => {
                         'parameterC' => '<val>',
                         'parameterB' => '<val>',
                         'parameterA' => '<val>'
                       },
          'Instance1' => {
                         'parameterC' => '<val>',
                         'ref' => 'Instance2',
                         'parameterB' => '<val>',
                         'parameterA' => '<val>'
                       }
        };

$VAR1={
'实例2'=>{
'参数c'=>''，
'参数B'=>''，
'参数'=>''
},
'实例1'=>{
'参数c'=>''，
'ref'=>'Instance2'，
'参数B'=>''，
'参数'=>''
}
};
您的预期输出是什么？“是的，您已经使用YACC/LEX自定义解析文件，并且在中构建了regecpearl@BhargavModi：regec in pearl？？？@serenesat我应该发布一个演示答案，但这只是一个想法吗？@BhargavModi:pearl？？？如果你的意思是
perl
，那么还是拼写错误。所以你建议我自己写PAR呃！