Perl: Regex nur einige Male passend

Question

Meine Regex stimmt nur mit einigen der Ausdrücke überein. Wenn ich den Ausdruck auf regex101.com teste, funktioniert es gut ... was könnte das Problem mit meinem Code sein?

Vielen Dank für Ihre Hilfe im Voraus.

Beispieldatei "surfacecoating":

[ 
('amino acids', 339, 350), 
('copper', 71, 77), 
('copper', 0, 6), 
('copper', 291, 297), 
('amino acids', 119, 130)] 

Was Dumper ausdruckt für diese Datei (beachten Sie die ersten 3 Spiele werden nicht zurückgegeben):

'surfacecoating' => { 
     'copper' => '291', 
     'amino acids' => '119' 
    }, 

der Code:

#!/usr/bin/perl 

use strict; 
use warnings; 
use Data::Dumper; 

determine_cde_instances(); 

sub determine_cde_instances { 
    my %cdeinstances; 
    my %cde_instances; 

    my $dir = "/results/CDE"; 
    opendir my $dh, $dir or die "Can't open $dir: $!"; 

    while (my $file = readdir($dh)) { 
     next if ($file =~ m/^\./); 
     next if -d $file; 

     open my $fh, '<', "$dir/$file" or die "Can't open $dir/$file: $!"; 

     while (my $line = <$fh>) 
     { 
       if (my ($instance) = $line =~ m/'(.*?)', (.*?), /)  
       { 
        my $instance = $1; 
        my $pos = $2; 
        $cde_instances{$file}{$instance} = $pos; 
       } 
     } 
     close $fh; 
    }  
    close $dh; 

    print Dumper(\%cde_instances); 
    return %cde_instances; 
} 

Answer 1

Sie speichern Informationen in einem Hashref mit den Schlüsseln $instance, aber einige dieser Schlüssel in Ihren Daten sind die gleich auf mehreren Zeilen. So wird der Schlüssel 'copper' wiederholt überschrieben, und Sie haben nur das letzte Vorkommen. Das gleiche passiert mit 'amino acids'.

Da diese Schlüsselworte to-be-hash-keys wiederholen, können Sie nicht mit einem geraden Hash gehen. Sie müssen sich eine andere Datenstruktur ausdenken, und die hängt davon ab, was Sie mit Daten tun müssen.

Eine sinnvolle Idee ist, eine Anordnung zu verwenden, und vielleicht einen Array mit hashrefs, einem für jedes Paar

if ($line =~ m/'(.*?)', (.*?), /)  
{ 
    my %instance_pos = ($1, $2); 

    push @{$cde_instances{$file}}, \%instance_pos; 
} 

Hier jeden Schlüssel $file in der Hash-%cde_instances hat einen ArrayRef als Wert, hashrefs für jede Trage Instanz-pos-Paar. Natürlich gibt es andere Möglichkeiten, dies ist eher ein Beispiel.

Dies kann auch als

if (my %instance_pos = $line =~ m/'(.*?)', (.*?), /) { 
    push @{$cde_instances{$file}}, \%instance_pos; 
} 

oder nur

if ($line =~ m/'(.*?)', (.*?), /) {  
    push @{$cde_instances{$file}}, {$1, $2}; 
} 

Wenn die Erfassungen dann auf zwei Variablen müssen überprüfen/validieren geschrieben werden von regex zuweisen.

---

Mit der obigen Änderung und use Data::Dump qw(dd); mit I

 
{ 
    "data.txt" => [ 
    { "amino acids" => 339 }, 
    { copper => 71 }, 
    { copper => 0 }, 
    { copper => 291 }, 
    { "amino acids" => 119 }, 
    ], 
} 

Hinweis erhalten zu drucken, dass die Zahlen auf der Linie nach dem ersten von Ihrem regex nicht erfaßt werden. Ich nehme an, dass das absichtlich gemacht wird. Bitte klären Sie es ist nicht so.