将替换物限制在Perl中每行的第一个实例

Question

我的情况与 Stack Overflow 帖子类似Substituting array elements from one tab delimited file with hash values from another file using Perl。我正在尝试用特定列中的各自值替换与哈希键匹配的字符串。

    Given the @array:

    a b abbd
    cc d abcd
    gg hh cdag

and the %hash:

$VAR1 = {
    'a'  => 'GAT_1',
    'b'  => 'GAT_2',
    'cc' => 'GAT_3',
    'd'  => 'GAT_4',
    'gg' => 'GAT_5',
    'hh' => 'GAT_6',
};

我已经尝试过这段代码，但它不起作用。如何限制仅替换匹配键的前两个实例（列）？ （也就是保持第三列不变？）

foreach $line (@array) {
    my @cols = split (/\s+/, $line);
    $cols[0] = $hash{cols[0]};
    $cols[1] = $hash{cols[1]};
    push @newarray, $line;
}


Expected output:
GAT_1 GAT_2 abbd
GAT_3 GAT_4 abcd
GAT_5 GAT_6 cdag

Answer 1

只需在替换后加入列：

my $line_after_lookup;
foreach $line (@array) {
    my @cols = split (/\s+/, $line);

    if (defined($$VAR1{$cols[0]})) { $cols[0] = $$VAR1{$cols[0]}; }    
    if (defined($$VAR1{$cols[1]})) { $cols[1] = $$VAR1{$cols[1]}; } 

    #
    # When using a hash instead of a hash reference, replace the previous 2 statements with the following 2 lines:
    # if (defined($hash{$cols[0]})) { $cols[0] = $hash{$cols[0]}; }
    # if (defined($hash{$cols[1]})) { $cols[1] = $hash{$cols[1]}; }
    #

    $line_after_lookup = join ( ' ', @cols );
    push @newarray, $line_after_lookup ;
}

Answer 2

这就是诀窍：

#!/usr/bin/env perl
use strict;
use warnings;
use Data::Dumper; 

my %substitute = (
    'a'  => 'GAT_1',
    'b'  => 'GAT_2',
    'cc' => 'GAT_3',
    'd'  => 'GAT_4',
    'gg' => 'GAT_5',
    'hh' => 'GAT_6',
);

my @newarray;

while (<DATA>) {
    my @fields = split;
    $fields[0] = $substitute{ $fields[0] };
    $fields[1] = $substitute{ $fields[1] };
    push ( @newarray, join( " ", @fields ));
}

print Dumper \@newarray;

__DATA__
    a b abbd
    cc d abcd
    gg hh cdag

打印：

$VAR1 = [
          'GAT_1 GAT_2 abbd',
          'GAT_3 GAT_4 abcd',
          'GAT_5 GAT_6 cdag'
        ];

你的不工作，因为你正在更改 @fields 而不是 $line 的内容。然而，另一个可能的问题是您的拆分 - split /\s+/ 以不同的方式处理前导空格（您得到一个空字段）。

Answer 3

如何限制仅替换匹配键的前两个实例（列）？ （即保持第三列不变？）

一种方法是使用一个正则表达式，它只选择这两列并执行适当的替换。

插图（已编辑）：

#!/usr/bin/perl

my @array = (
    "a b abbd",
    "cc d abcd",
    "gg hh cdag",
    "ii jj kmln"  # to show what happens when no mapping exists 
);

my %hash = (
'a' => 'GAT_1',
'b' => 'GAT_2',
'cc' => 'GAT_3',
'd' => 'GAT_4',
'gg' => 'GAT_5',
'hh' => 'GAT_6',
);

sub replace { $hash{$_[0]} || $_[0]; } # original string if no mapped value

sub convert { replace($_[0]) . $_[1] . replace($_[2]); }

my @newarray = map
{
    my $line = $_;
    $line =~ s/(\w+)(\W+)(\w+)/convert($1, $2, $3)/e;
    $line;
} @array;

print "$_\n" for @newarray;

需要的替换发生在这里：

    $line =~ s/(\w+)(\W+)(\w+)/convert($1, $2, $3)/e;

s/// 表达式上的 e 修饰符导致第二部分中的替换表达式被计算，因此调用 sub convert()。 convert() 的参数来自第一部分正则表达式中的捕获：(\w+) 捕获第一个单词字符序列，(\W+) 捕获空格或标点符号等非单词字符，@987654327 @ 再次捕获第二个单词字符序列。其余不相关的行根本不需要解析，保持原样。

您可能还需要考虑如果映射值不可用会发生什么。在这种情况下，上面的代码会保留原始字符串。