2

以下のデータセットを検討してください。数字で始まる各チャンクは「ケース」です。実際のデータセットには、数十万のケースがあります。ケースに Exclusion という単語が 1 つしかない場合 (例: case 10001)、「Exclusion」という単語を「0」に置き換えたいと思います。

行をループすると、それぞれの場合にいくつの「除外」があるかを数えることができます。しかし、「除外」という単語が 1 行しかない場合、その行に戻ってその単語を置き換える方法がわかりません。

どうやってやるの？ 

10001
M1|F1|SP1;12;12;12;11;13;10;Exclusion;D16S539
M1|F1|SP1;12;10;12;9;11;9;3.60;D16S
M1|F1|SP1;12;10;10;7;11;7;20.00;D7S
M1|F1|SP1;13;12;12;12;12;12;3.91;D13S
M1|F1|SP1;11;11;13;11;13;11;3.27;D5S
M1|F1|SP1;14;12;14;10;12;10;1.99;CSF
10002
M1|F1|SP1;8;13;13;8;8;12;2.91;D16S
M1|F1|SP1;13;11;13;10;10;10;4.13;D7S
M1|F1|SP1;12;9;12;10;11;16;Exclusion;D13S
M1|F1|SP1;12;10;12;10;14;15;Exclusion;D5S
M1|F1|SP1;13;10;10;10;17;18;Exclusion;CSF
4

4 に答える 4

2

ファイルを読みながら、ケース内のすべての行をバッファリングし、除外をカウントします。

my ($case,$buf,$count) = (undef,"",0);
while(my $ln = <>) {

正規表現を使用してケースを検出し、

    if( $ln =~ /^\d+$/ ) {
        #new case, process/print old case
        $buf =~ s/;Exclusion;/;0;/ if($count==1);
        print $buf;
        ($case,$buf,$count) = ($ln,"",0);
    }

今すぐ「除外」を検出するために正規表現を使用しますか?

    elsif( $ln =~ /;Exclusion;/ ) { $count++; }
    $buf .= $l;
}

処理が完了した後、処理するケースが残っている可能性があります。

if( length($buf)>0 ) {
    $buf =~ s/;Exclusion;/;0;/ if($count==1);
    print $buffer;
}
于 2013-10-30T02:32:35.457 に答える
1

ここにはすでに多くの正解があり、バッファを使用して「ケース」の内容を保存しています。

tellとを使用してファイルを巻き戻す別のソリューションを次にseek示します。そのため、バッファーは必要ありません。これは、「ケース」が非常に大きく、パフォーマンスやメモリ使用量に敏感な場合に役立ちます。

use strict;
use warnings;

open FILE, "text.txt";
open REPLACE, ">replace.txt";

my $count = 0;      # count of 'Exclusion' in the current case
my $position = 0;
my $prev_position = 0;
my $first_occur_position = 0;   # first occurence of 'Exclusion' in the current case
my $visited = 0;    # whether the current line is visited before

while (<FILE>) {
    # keep track of the position before reading
    # the current line
    $prev_position = $position;
    $position = tell FILE;

    if ($visited == 0) {
        if (/^\d+/) {
            # new case
            if ($count == 1) {
                # rewind to the first occurence 
                # of 'Exclusion' in the previous case
                seek FILE, $first_occur_position, 0; 
                $visited = 1;
            }
            else {
                print REPLACE $_;
            }
        }
        elsif (/Exclusion/) {
            $count++;
            if ($count > 1) {
                seek FILE, $first_occur_position, 0;
                $visited = 1;
            }
            elsif ($count == 1) {
                $first_occur_position = $prev_position;
            }
        }
        else {
            print REPLACE $_ if ($count == 0);
        }

        if (eof FILE && $count == 1) {
            seek FILE, $first_occur_position, 0;
            $visited = 1;
        }
    }
    else {
        if ($count == 1) {
            s/Exclusion/0/;
        }
        if (/^\d+/) {
            $position = tell FILE;
            $visited = 0;
            $count = 0;
        }
        print REPLACE $_;
    }
}

close REPLACE;
close FILE;
于 2013-10-30T04:53:14.170 に答える
1

これは私が考えることができる最高です。ファイルを @lines に読み込むとします。

# separate into blocks                                                                 
foreach my $line (@lines) {
    chomp($line);
    if ($line =~ m/^(\d+)/) {
        $key = $1;
    }
    else {
        push (@{$block{$key}}, $line);
    }
}

# go through each block                                                                
foreach my $key (keys %block) {
    print "$key\n";
    my @matched = grep ($_ =~ m/exclusion/i, @{$block{$key}});
    if (scalar (1 == @matched)){
        foreach my $line (@{$block{$key}}) {
            $line =~ s/Exclusion/0/i;
            print "$line\n";
        }
    }
    else {
        foreach my $line (@{$block{$key}}) {
            print "$line\n";
        }
    }
}
于 2013-10-30T03:09:37.647 に答える