Perl 初学者：如何在文件中查找/替换 ascii 字符？答案

【问题标题】：Perl beginner: How can I find/replace ascii characters in a file?Perl 初学者：如何在文件中查找/替换 ascii 字符？
【发布时间】：2013-08-19 15:39:57
【问题描述】：

我对 Perl 完全陌生，我认为这是解决我的简单任务的最佳语言。我需要将二进制文件转换为可读的文件，并且需要查找并将\x00\x39 之类的字符串替换为\x09（制表符）或类似的东西。

我从 bash 开始，效果很好：

perl -pi -e 's/abc/123/g' test.txt

但是，当我开始输入 ascii 代码时，我迷路了：

perl -pi -e 's/0x49/*/g' test.txt
perl -pi -e 's/{char(49)}/*/g' test.txt

这个命令在 perl 脚本中会是什么样子？我有大约几百个这样的查找/替换操作和一个 500MB 的文本文件。有什么需要我知道的警告吗？

非常感谢您的帮助！

加里

【问题讨论】：

标签： perl replace find ascii

【解决方案1】：

使用\x## 表示法：

perl -pi~ -e 's/\x00/*/g' test.txt

要将每个“特殊”字符替换为其括号中的代码，请使用/e 选项：

perl -pi~ -e 's/([\x0-\x09\x11-\x1f])/"[" . ord($1) . "]"/eg' test.txt

【讨论】：

是的，这就是我需要的；我错过了反斜杠:-)

【解决方案2】：

哇，非常感谢。我了解到这并不像我想象的那么容易。哇，Perl 真的很复杂 ;-)

这就是我想出的。我希望这会对某人有所帮助。

顺便说一句：如果您有机会知道这是否也适用于 Windows Perl，请告诉我。

再次感谢，

加里

#!/usr/bin/perl

use strict;
use warnings;

my $infile = '/Users/gc/Desktop/a.bin'; 
my $outfile = '/Users/gc/Desktop/b.txt';    # in and out can be the same file; file will be overwritten when it already exists

my $data = read_file($infile);

# 1st batch
$data =~ s/0\x01J[\x00-\x19]/\x09AnythingYouWant\x09/g;
$data =~ s/0\x00[\x00-\x19]/\x09AnythingYouWant\x09/g;

# 2nd batch
$data =~ s/\r/\x06/g;                                   # CR into \x06
$data =~ s/\n/\x06/g;                                   # LF into \x06
$data =~ s/\r\n/\x06/g;                                 # CR LF into \x06

# …

write_file($outfile, $data);
exit;

sub read_file {
    my ($infile) = @_;

    open my $in, '<', $infile or die "Could not open '$infile' for reading $!";
    local $/ = undef;
    my $all = <$in>;
    close $in;

    return $all;
}

sub write_file {
    my ($outfile, $content) = @_;

    open my $out, '>', $outfile or die "Could not open '$outfile' for writing $!";;
    print $out $content;
    close $out;

    return;
}

【讨论】：

【解决方案3】：

虽然在二进制文件上进行字符串替换有点奇怪，但这里是如何用你的 txt 文件来做的：

use strict;
use warnings;
use Tie::File;

my @file;
tie @file, 'Tie::File', 'test.txt' or die $!;

foreach (@file) {
  # your regexes go here
  s/abc/123/g;
  s/\0x49/*/g;
}

untie @file;

Tie::File module（来自 Perl 核心）允许您通过数组访问文件的行。更改将立即保存到文件中。在foreach 循环中，文件被逐行处理。这些行进入$_，我们看不到。正则表达式操作默认也适用于$_，所以不需要写下来。

但是，我相信您的做法是错误的。在大多数情况下，您将无法逐行读取文件。请参考perlfaq 作为起点。恐怕处理二进制比文本处理要复杂一些。

【讨论】：