Perlのテキストの解析 - 固定された区切り構造が変更されています

Question

Perlのエキスパート - 私の問題を解決しようとする試みは、多くのコードに変わりつつあります。ここに私の問題があります：

私は、列データの間に可変量の空白を持つことができるテキストブロック（例）を持っています。私は単純な分割を使用していましたが、問題は現在、列 "コード"にデータ内のスペースが含まれていることです（最後の列でのみ説明しています）。定数と思われるもの（私はソース構造にアクセスできないか、ソース構造を制御していませんが）は、カラム間に最低3つのスペースがある（多分、それよりも少ないかもしれませんが）。

私はカラムデリミタトークンが "3スペース"であると言いたいと思います。そして、それぞれのデータを実際のカラムデータにトリミングします。

COL0 COL1 COL2 COL3   COL4 COL5 
    -  4 0.2  1  416489 463455 554 
      1 0.9  1   E1 
    0  3 1.4  14 E97-TEST 1 
    -  1 97.5 396   PASS Good 

私は6つの変数に値を取得しようとしています。

注：COL0に値がない可能性があります。 COL4はデータにスペースを含むことがあります。 COL5には値もスペースも含まれていない可能性があります。すべての固定書式設定はスペース（タブやその他の特殊文字なし）で行われます。明確にするために、列のサイズは一貫していません。 1つのファイルがCOL4を13文字にし、別のファイルがCOL4を21文字の幅で持つことがあります。他のSOメンバーが述べたように厳密ではない。

Answer 1

あなたはこのような厳格な柱状のデータを扱っている場合は、unpackはあなたが何をしたい、おそらくです：

#!perl 

use strict; 
use warnings; 
use 5.010; 

use Data::Dumper; 

my $data = <<EOD; 
COL0 COL1 COL2 COL3   COL4 COL5 
    -  4 0.2  1  416489 463455 554 
      1 0.9  1   E1 
    0  3 1.4  14 E97-TEST 1 
    -  1 97.5 396   PASS Good 
EOD 

my @lines = split '\n', $data; 
for my $line (@lines) { 
    my @values = unpack("a5 A7 A7 A7 A13 A*", $line); 
    print Dumper \@values; 
} 

は、これはあなたが望むよう@values配列に自分の価値観をダンプするように見えるが、彼らは持っていますあなたがトリミングする必要がある先頭のスペース。

Answer 2

私はCanSpiceがすでに答えていることは知っていますが（もっと良い解決策かもしれませんが）、 "$ /"を使って入力区切り文字を設定できます。これはグローバル変数であるため、ローカルスコープ（おそらくサブ）で実行する必要があります。そうしないと、副作用が発生する可能性があります。例：

local $/ = " "; 
$input = <DATAIN>; # assuming DATAIN is the file-handler 

いいえ小さな正規表現を使用して空白をトリミングすることができます。例については、Wikipediaを参照してください。

Answer 3

私は2つのパスを使用します：最初に、各行にスペースを持つ文字列を探します。それらのインデックスで分割または展開します。空白のトリミングは後で行います。

あなたの例：列は、すべての空間である最後の行ショーで

COL0 COL1 COL2 COL3   COL4 COL5 
    -  4 0.2  1  416489 463455 554 
      1 0.9  1   E1 
    0  3 1.4  14 E97-TEST 1 
    -  1 97.5 396   PASS Good 

000011100001110000111000011100000000001110000000000 

1秒。

Answer 4

列の位置を把握する必要があります。実際にはかなり嫌なハックとして、あなたは全体のファイルを読み込むことができ、その後、一緒に文字列や行：

my @file = <file>; 
chomp @file; 

my $t = ""; 
$t |= $_ foreach(@file); 

$ tは、その列で常に空白文字があった場合にのみ列に空白文字が含まれます。他の列にはバイナリジャンクが含まれます。今、非空間にマッチするゼロ幅マッチでそれを分割：

my @cols = split /(?=[^ ]+)/, $t; 

私たちが実際にアンパック（）フォーマットを生成するために幅の列のをしたい：

@cols = map length, @cols; 
my $format = join '', map "A$_", @cols; 

今のプロセスをファイル！ ：

​​3210

（このコードは軽くテストされている。）