在不使用 ARGV 的情况下将参数从 bash 传递到 perl

Question

非常简单的问题（我认为）我很惊讶我似乎找不到答案。所以到目前为止我有以下内容：

£ perl -ne 'print if /ENGPacific Beach\s\s/' 15AM171H0N15000GAJK5 \
| perl -ane 'print "$F[1]|";END{print "\0"}' | xargs -i -0 echo {}
    3346|10989|95459|139670|2239329|3195595|3210017|

所以....第一个管道是因为文件是 1.5G，所以最初不进行记录分离会大大加快速度。 xargs 部分是为了展示我正在尝试做的事情。基本上就是以下这些

| xargs -i perl --setperlvar pipeContents={} -ane 'print if $F[3] =~ /$pipeContents/' 15AM171H0N15000GAJK5

1) 我知道我可以在脚本中使用 ARGV。我知道整个事情应该只是一个脚本。让我们忽略这些位。我对-n 的爱是无限的。

2) 抱歉，我自己找不到这个。我确信这非常明显……我在 perldoc 中进行了一些挖掘，但什么也没找到。

3) 我对强制 {} 在 perl 刻度中间由 shell 解释的 bash/zsh 解决方案感兴趣。

Answer 1

开始之前的两个注意事项：

• 模式中的尾随| 将导致每一行都匹配。它需要被移除。
• /3346|10989|95459|139670|2239329|3195595|3210017/ 将匹配 9993346，因此您需要锚定模式。

以下所有解决方案都针对这些问题进行了修复。

---

您可以通过以下方式将数据传递给程序

• 参数列表
• 环境
• 一个打开的文件描述符（例如标准输入，但也可以使用 fd 3 或更高版本）到管道
• 外部存储（文件、数据库、内存缓存守护进程等）

您仍然可以使用参数列表。您只需要在循环开始之前使用BEGIN 或避免使用-n，从@ARGV 中删除参数。

perl -ne'print if /ENGPacific Beach\s\s/' 15AM171H0N15000GAJK5 |
perl -ane'push @p, $F[1]; END { print join "|", @p; }' |
xargs -i perl -ane'
    BEGIN { $p = shift(@ARGV); }
    print if $F[3] =~ /^(?:$p)\z/;
' {} 15AM171H0N15000GAJK5

Perl 也有一个内置的参数解析函数，你可以使用-s 的形式。

perl -ne'print if /ENGPacific Beach\s\s/' 15AM171H0N15000GAJK5 |
perl -ane'push @p, $F[1]; END { print join "|", @p; }' |
xargs -i perl -sane'print if $F[3] =~ /^(?:$p)\z/' -- -p={} 15AM171H0N15000GAJK5

xargs 似乎没有设置环境变量的选项，因此采用这种方法有点复杂。

perl -ne'print if /ENGPacific Beach\s\s/' 15AM171H0N15000GAJK5 |
perl -ane'push @p, $F[1]; END { print join "|", @p; }' |
xargs -i sh -c '
    P="$1" perl -ane'\''print if $F[3] =~ /^(?:$ENV{P})\z/'\'' 15AM171H0N15000GAJK5
' dummy {}

将xargs 包含在一行中很奇怪。如果我们避免xargs，我们可以把上面的（丑陋的）命令翻过来，给出一些很好的东西。

P="$(
    perl -ne'print if /ENGPacific Beach\s\s/' 15AM171H0N15000GAJK5 |
    perl -ane'push @p, $F[1]; END { print join "|", @p; }'
)" perl -ane'print if $F[3] =~ /^(?:$ENV{P})\z/' 15AM171H0N15000GAJK5

顺便说一句，您不需要第二个perl 来仅拆分匹配的行。

P="$(
    perl -ne'
       push @p, (split)[1] if /ENGPacific Beach\s\s/;
       END { print join "|", @p; }
    ' 15AM171H0N15000GAJK5
)" perl -ane'print if $F[3] =~ /^(?:$ENV{P})\z/' 15AM171H0N15000GAJK5

也就是说，我认为应该避免重复使用$ENV{P} 以加快速度。

P=... perl -ane'print if $F[3] =~ /^(?:$ENV{P})\z/o' 15AM171H0N15000GAJK5

从那里，我看到了两个可能的速度改进。 （测试确定。）

1. 避免在最后一个perl中完全拆分。

   P=... perl -ne'
      BEGIN { $re = qr/^(?:\S+\s+){3}(?:$ENV{P})\s/o; }
      print if /$re/o;
   ' 15AM171H0N15000GAJK5
   

2. 在最后一个perl 中完全避免正则表达式。

   P=... perl -ane'
      BEGIN { %h = map { $_ => 1 } split /\|/, $ENV{P} }
      print if $h{$F[3]};
   ' 15AM171H0N15000GAJK5
   

Answer 2

传递参数的一种便捷方式是通过-s switch，它可以为程序启用命令行切换

perl -s -E'say $var' -- -var=value

程序后面的-- 标志着程序参数的开始。然后-var 将变量$var 引入程序，并在= 之后为其提供值；首先由外壳扩展。仅使用-var 变量$var 获取值1。

任何此类选项都必须出现在可能的文件名之前，并且它们会从@ARGV 中删除，以便程序可以正常处理提交的文件

perl -s -ne'...' -- -var="$SHELL_VAR" filename

-var={} 也可以工作。在某些 shell（tcsh 一个）中，它可能需要被转义，\{\}。

不过，我也认为最好不要去xargs。请参阅ikegami's answer 进行非常全面的讨论和各种方式，以及他们在这篇文章下方的评论，了解如何使用-s 避免它。