Perl命令根据位置替换字符串

Question

我需要检查第 300 个字符是否为{。如果是，则需要将其替换为 0。还要考虑到{ 之前的 10 位数字，制作一个负十进制数。示例：如果输入为111123456789{，则输出为11-112345678.90。

我的样本输入是：

H009704COV2009084    PHD0000001H009700204COV2009084    PROD2015122016010418371304COVH009704COV2009084    PTR0000001H0097002C00000000140000000043610000003408092A0000000068061C0000000000000{0000002939340H0000000537585H0000003476926F0000001218378G0000000040292E0000000016497{0000000000827E0000001880498{9000000320436J000000004391000000001606000000000030000000000128000000000006000000004227000000000000000000000000            00000140              0000000000000{0000000000773B0000000000000{000000000000

这里的第 300 个字符是{。因此，如果我将其替换为 0 并将其转换为负小数，则预期输出将是：

H009704COV2009084    PHD0000001H009700204COV2009084    PROD2015122016010418371304COVH009704COV2009084    PTR0000001H0097002C00000000140000000043610000003408092A0000000068061C0000000000000{0000002939340H0000000537585H0000003476926F0000001218378G0000000040292E0000000016497{0000000000827E000-000188049.809000000320436J000000004391000000001606000000000030000000000128000000000006000000004227000000000000000000000000            00000140              0000000000000{0000000000773B0000000000000{000000000000

我可以使用 sed 命令来做到这一点：

sed -e 's/\ (.\ {1,255\ }\ )\ (.\ {1,34\ }\ )\ (.\ {1,9\ }\ )\ ([^{]*\ ){/\1\2+\3.\40/'

但是当输入文件有大量记录（~80,000）时性能很差。如何将上述 sed 命令转换为 Perl 以获得相同的功能？

Answer 1

一种方法是在 Perl 中使用 substr 函数。它通过偏移量（位置）和长度在另一个字符串中找到一个字符串。它可以选择用另一个参数替换它。它返回寻找的子字符串。

这里需要的转换有点复杂，所以它涉及substr 的多次使用，以及一些计数。 - 需要向左插入 10 个位置，小数点/逗号在左侧两个位置。最后，{ 本身被替换。请注意，第一个字符的位置计数从 0 开始。

要了解其工作原理，请使用评论中的示例，即

111123456789{ --> 11-112345678.90

在这种情况下，{ 位于位置 12。

echo "111123456789{" | perl -pe'
   $x = substr($_, 2, 9); substr($_, 2, 9, "-$x."); substr($_, 14, 1, "0")'

（这需要复制粘贴或在终端的单行输入；为了便于阅读，这里分为两行。）上面的$_ 是 Perl 的“默认”变量，携带当前正在处理的内容，所以这里是输入字符串。这将按照指定打印 11-112345678.90。

第一个命令提取位置之间的字符串，其中需要输入 - 和 .，它从位置 12 左侧的 10 个位置开始（所以，在 2），长度为 9。然后子字符串写回那里，现在用- 和. 填充。最后{ 被0 替换。

---

subtstr的另一种用法

虽然上面允许更一般的转换，但对于插入字符的确切任务，可以简单地在给定位置添加- 和.，方法是使用0 作为要替换的子字符串的长度。 {的替换如上。

perl -pe 'substr($_, 2, 0, "-"); substr($_, 12, 0, "."); substr($_, 14, 1, "0")'

这样$_每次都会改变，最后通过-p开关打印出来（见尾）。由于第一次插入添加了一个字符，因此第二次插入需要在字符串下方的某个位置发生。

请注意，这并不是更有效。虽然它避免创建一个新字符串$x，但它会额外更改一次字符串。重写字符串的任何部分，除了精确的字符替换，意味着至少必须保存字符串的其余部分，然后再复制回来。对于较长的字符串，这更昂贵，并且这种方法可能效率较低。但是，除非运行许多这样的操作或在基准测试中，否则这不会引起注意。

---

要将此应用于实际问题，我们有 299 而不是 12：

perl -pe
   '$x = substr($_, 289, 9); substr($_, 289, 9, "-$x."); substr($_, 301, 1, "0")'
   input_file.txt

上面的第二个例子也可以使用，适当调整数字。

Switches 和特殊变量：

• -e 表示'...' 后面的内容将由 Perl 作为程序执行

• -p 循环输入行并在每个输入行上运行'' 中的程序。例如，这些行可能来自一个文件，如果在命令行上给出，它会自动打开并提供给该程序的行。这就像-n 所做的那样，但是-p 在程序处理完该行之后也会打印$_（我们不需要说print）

• $_, "the default input and pattern-searching space," 有当前输入行

---

这也可以通过正则表达式来完成。见the answer by PerlDuck。

---

注意

上述程序在某种意义上是错误的，因为它们会进行所有处理，更改字符串，即使{ 不是在寻找它的地方，在问题。

相反，我们必须首先检查{ 是否确实在给定位置，然后执行上述操作。这显然很容易添加，但随后一切变得更加笨拙和缓慢。相反，我宁愿推荐一种基于正则表达式的解决方案，例如 the answer by PerlDuck 中的解决方案。

或者也许是一种更快的方法（如该答案下方所述）

pos($string) = 290;
$string =~ s/\G ([0-9]{9}) ([0-9]) \{ /-$1.${2}0/x;

通过首先设置pos，\G assertion 将使正则表达式引擎在该位置启动。然后分别匹配 9 位和 1 位数字，后跟{，并根据需要替换它们。如果{ 不存在，则整个匹配失败，字符串保持不变。

Answer 2

据我了解问题和您的输入行，比如$line，这种模式给了我您想要的结果：

$line =~ s/^(.{289})    # Start and then 289 arbitrary chars -> $1
            (\d{9})     # Nine digits                           -> $2
            (\d)        # Another 10th digit                 -> $3
            \{          # Literal '{' at pos. 300
          /${1}-${2}.${3}0/x;

然后替换为前 289 个字符、一个减号、接下来的 9 个数字、一个点、第 10 个数字和一个 0（零）（其余内容保持不变）。