从目录中读取具有相似文件名的文档答案

【问题标题】：Reading in document with similar filename from directory从目录中读取具有相似文件名的文档
【发布时间】：2016-12-27 00:22:46
【问题描述】：

我有一批年度公司文件，每个文件都使用以下格式命名：公司标识符、两位数年份和一组随机数字（例如，00000217-12-00010.txt）。我想将每个年度申报的内容与上一年同一公司提交的申报进行比较（例如，000002178-13-00010.txt 与 000002178-12-00005.txt 相比）。当我遍历每个文件时，如何识别每个文件上一年的归档，以便我可以将两个文件作为单独的字符串读取？

use strict ;
use warnings ;
use autodie ;
use File::Find  ;

### BEGIN BY READING IN EACH FILE ONE BY ONE. ###
################## LOOP BEGIN ##################
# Process every file with a `txt` file type

my $parent = "D:/Cleaned 10Ks" ;
my ($par_dir, $sub_dir);
opendir($par_dir, $parent);

while (my $sub_folders = readdir($par_dir)) {
next if ($sub_folders =~ /^..?$/);  # skip . and ..
my $path = $parent . '/' . $sub_folders;
next unless (-d $path);   # skip anything that isn't a directory
chdir($path) or die "Cant chdir to $path $!";

for my $filename ( grep -f, glob('*') ) {
#### FIND THE PRIOR YEAR'S CORRESPONDING FILING AND READ BOTH IN AS STRINGS###

【问题讨论】：

标签： perl directory matching file-find

【解决方案1】：

解析组件的文件名，例如拆分-，然后您可以将年份减1并重新组合名称。问题是日期——如果年份是00，你不能只减去 1。正确的方法是使用日期模块，但由于00 是唯一可以手动执行的棘手情况。

my ($comp_id, $year) = split '-', $filename;

my $prev_year = ($year ne '00') ? $year - 1 : 99;

my $prev_year_base   = join '-', $comp_id, $year;

my ($prev_year_file) = glob "$prev_year_base*";

split 只要求前两个字段，因为其余字段因文件而异。去年的文件名是通过对这两个组件进行通配来完成的，以使其独一无二。如果可能有其他名称以相同方式开头的条目，则应处理来自glob 的返回。由于glob 返回一个列表（这里只有一个元素），我们需要() 围绕该（唯一）文件名。

【讨论】：

感谢您的回复。第三部分（$rest）在今年的申请和去年的申请中会有所不同，所以加入这三个部分不会给我上一年的申请。有什么办法吗？我想我可以尝试从所有文件名中删除最后一个组件，所以这不再是问题，但我不想这样做。
@Rick 啊，我明白了——但是前两个组件仍然唯一地确定去年的文件名吗？如果是，则需要找到“其余”，这很容易。我会解决这个问题（我现在看到它们是不同的，抱歉我没看）
@Rick 已修复。剩下的问题——我认为文件名的基础 (join '-', $comp_id, $year) 将只匹配一个条目，即去年所需的文件名。如果有其他文件/目录的名称以这种方式开始，您希望grep 返回globs，或者进一步处理它。
是的，前两个组件唯一地确定了去年的文件名。