解析 CSV 文件中的额外行

Question

我有一个 csv 文件，它的标题中有一些额外的行，最后一行是这样的：

!ReleaseDate:20131120
!id|AssetIDType|AssetID|StartDate|EndDate
ARGAAA1|CINS|P00879117|19860131|20090323
ARGAAA1|CUSIP|P00879117|19860131|20090323
......
ZIMADQ1|SEDOL|B7W9VC2|20121008|20751231
[End of File]

我想使用 Text::CSV_XS 解析它。

1. 有没有办法摆脱第一行？ （我想我可以跳过它）
2. 将第二行作为列名（跳过第一个“！”）
3. 阅读直到我得到 [End of File]，这是一个字符串，而不是 EOF 符号？

Answer 1

您可以执行以下操作：

use strict;
use warnings;
use Text::CSV_XS;

my $csv = Text::CSV_XS->new( { binary => 1, auto_diag => 1, sep_char => '|' } );

open my $fh, "<:encoding(utf8)", 'File.csv' or die "File.csv: $!";

while ( my $row = $csv->getline($fh) ) {
    next if $row->[0] =~ /^!|\[/;
    print $row->[2], "\n";
}

close $fh;

数据集上的输出：

P00879117
P00879117
B7W9VC2

如果当前行以您在第一列中找不到的字符（或一组字符）开头，则会得到next 行。

希望这会有所帮助！

Answer 2

有没有办法摆脱第一行？ （我想我可以跳过它）

您可能会检查以! 开头的行，或者如果您对文件格式非常有信心，则跳过第一行。

将第二行作为列名（跳过第一行！）

您可以使用getline 读取标题行，然后将生成的arrayref 传递给column_names，然后再使用getline_hr 读取文件的其余部分。该模块的文档提供了一个类似这样的示例：

my @cols = @{$csv->getline($io)};
$csv->column_names(@cols);
while (my $row = $csv->getline_hr($io)) {
    print $row->{price}; #this assumes there is a 'price' field
} 

如果您要读取 大量 数据，可以使用 bind_columns 进行优化，同样使用模块文档中的示例。

阅读直到我得到 [End of File]？

如上面的代码 sn-p 所示，while 循环可以解决问题。到达文件末尾后，各种 getline 函数将返回 undef 或其他一些错误值，这将终止循环。