试图理解 Perl split() 输出答案

【问题标题】：Trying to understand Perl split() output试图理解 Perl split() 输出
【发布时间】：2011-05-24 15:40:51
【问题描述】：

我尝试使用 Perl 的 split 函数将几行文本转换为数组。问题是我在输出中得到了一些不寻常的额外字符，特别是以下字符串“\cM”（不带引号）。该字符串出现在原文有换行符的地方；但是，（我相信）这些换行符已在我尝试拆分的文本中删除。有人知道这种现象是怎么回事吗？我在下面发布了一个示例。谢谢。

这是我尝试拆分的原始纯文本。我正在从文件中加载它，以防万一：

10b2obo12b2o2b$6b3obob3o8bob3o2b$2bobo10bo3b2obo4bo2b$2o4b2o5bo3b4obo
3b2o2b$2bob2o2bo4b3obo5b4obob$8bo4bo13b3o$2bob2o2bo4b3obo5b4obob$2o4b
2o5bo3b4obo3b2o2b$2bobo10bo3b2obo4bo2b$6b3obob3o8bob3o2b$10b2obo12b2o!

这是我应该进行拆分的 Perl 代码：

while(<$FH>) {
    chomp;
    $string .= $_;
    last if m/!$/;
}

@rows = split(qr/\$/, $string);
print;          # a dummy line to provide a breakpoint for the debugger

这是调试器在到达“打印”行时输出的内容。我试图处理的问题出现在第 3、7 和 10 行：

DB<10> p $string
2o5bo3b4obo3b2o2b$2bobo10bo3b2obo4bo2b$6b3obob3o8bob3o2b$10b2obo12b2o!
DB<11> x @rows
0  '10b2obo12b2o2b'
1  '6b3obob3o8bob3o2b'
2  '2bobo10bo3b2obo4bo2b'
3  "2o4b2o5bo3b4obo\cM3b2o2b"
4  '2bob2o2bo4b3obo5b4obob'
5  '8bo4bo13b3o'
6  '2bob2o2bo4b3obo5b4obob'
7  "2o4b\cM2o5bo3b4obo3b2o2b"
8  '2bobo10bo3b2obo4bo2b'
9  '6b3obob3o8bob3o2b'
10  "10b2obo12b2o!\cM"

【问题讨论】：

标签： perl

【解决方案1】：

您知道，更改文件输入分隔符会使这段代码更简单。

$/ = '$';

my @rows = <$FH>;
chomp @rows;

print "@rows";

【讨论】：

实际上，如果$/ 设置为$，chomp 将截断任何尾随$，而不是换行符。 ;) 为独创性 +1。
我确切地知道 chomp 的行为，谢谢 :) OP 说他已经解决了 CR/LF 问题。我只是在提供一种更有效的方法来解决他原来的问题。

【解决方案2】：

调试器可能使用\cM 来表示Ctrl-M，也称为回车（有时是\r 或^M）。 Windows 中的文本文件使用 CR-LF（回车、换行）对来表示行尾。如果您在 Unix 系统上读取这样的文件，您的 chomp 将删除 Unix EOL（单行馈送），但保留 CR 原样，最终您的文件中会出现杂散的 CR。

对于像你这样的文件，你可以去掉所有尾随空格而不是使用chomp：

while(defined(my $line = <$FH>)) {
    $line    =~ s/\s+$//;
    $string .= $line;
    last if($line =~ /!$/);
}

【讨论】：

对于更通用的解决方案，是否可以检查文件类型，并为chomp 分配正确的$/ 值？
@TLP：我认为您能做的最好的事情就是阅读一行，看看它正在使用什么 EOL。或者只是去掉所有 CR 或 LF 的尾随序列，并假装问题不存在 :)

【解决方案3】：

你没有说你在哪个操作系统上。查看 binmode 以及它对 \cM 的看法，它们的位置与输入文件的行尾一致：

http://perldoc.perl.org/functions/binmode.html

【讨论】：

我真的很感激这一点，因为我不知道在 perldoc 中的何处寻找答案。我使用的是 Mac……虽然我认为“chomp”的全部意义在于摆脱行终止符。
我通过引入 pragma use open IN => ":crlf"; 解决了这个问题。不过，不确定这是否会破坏其他平台上的应用程序。