Perl，使用两个不同的哈希表生成新数据（新哈希）

Question

我遇到了一个非常复杂的问题（从我作为新手的角度来看），我不知道如何解决它。我能想到工作流程，但不会想到脚本。

我的文件 A 如下所示：Teacher (tab) Student1(space)Student2(space)..

Fiona       Nicole Sherry 
James       Alan Nicole
Michelle    Crystal 
Racheal     Bobby Dan Nicole

当有两个同名时（例如，John1、John2），有时他们的名字旁边会出现数字。如果他们有两个以上的顾问，学生也可能重叠..

文件 B 是一个包含教师组的文件。它看起来很相似，但值是用逗号分隔的。

Fiona       Racheal,Jack
Michelle    Racheal
Racheal     Fiona,Michelle
Jack        Fiona

文件B的趋势是一个key有多个value，每个value都变成一个key，方便查找谁和谁分组。

我想要的输出是哪些学生可能会根据他们的老师/小组接受类似的教育。所以我希望脚本执行以下操作：

1. 将文件 A 存储到哈希中并关闭

2. 打开文件B，查看每个老师是否有学生（有的可能没有，实际名单很大..）。所以如果我带第一个老师，Fiona，它会在存储的文件中查找一个哈希表，看看是否有一个 Fiona。如果有（在本例中为 Nicole 和 Sherry），将它们分别作为新哈希表的新键弹出。

   while (<Group>) {
       chomp;
       $data=$_;
       $data=~/^(\S+)\s+(.*)$/;
       $TeacherA=$1;
       $group=$2; 
   

3. 然后，看看与 Fiona (Racheal, Jack) 分组的教师组。一次带 1 人 (Racheal)

   if (defined??) {
       while ($list=~/(\w+)(.*)/) {
           $TeacherB=$1;
           $group=$2;
   

4. 查看 Racheal 学生的文件 A。
5. 将它们填充为步骤 2 中生成的学生密钥的值（以逗号分隔）。

6. 打印学生-学生和教师-教师组。

   Nicole  Bobby,Dan,Nicole    Fiona   Racheal
   Sherry  Bobby,Dan,Nicole    Fiona   Racheal
   

   由于 Fiona 小组的下一位老师 Jack 没有学生，所以他不会出现在这个结果中。例如，如果他有大卫，结果将是：

   Nicole  Bobby,Dan,Nicole    Fiona   Racheal
   Sherry  Bobby,Dan,Nicole    Fiona   Racheal
   Nicole  David               Fiona   Jack
   Sherry  David               Fiona   Jack
   

很抱歉提出如此复杂而具体的问题。我希望其他正在做类似事情的人可以从答案中受益。 非常感谢您的帮助和回复。你是我唯一的帮助来源。

Answer 1

这是查看数据的一种相当奇怪的方式，但我想我已经按照您尝试的方式让它工作了。看看你为什么希望数据是这样的会很有趣。也许下次提供列标题。知道你为什么以某种方式做某事通常会让你更容易想出实现它的方法。

这就是我所做的。不要混淆，我将文件 A 和文件 B 中的值转换为标量，并更改了读取它们的部分。

my $file_a = qq~Fiona\tNicole Sherry
James\tAlan Nicole
Michelle\tCrystal
Racheal\tBobby Dan Nicole
~;

my $file_b = qq~Fiona\tRacheal,Jack
Michelle\tRacheal
Racheal\tFiona,Michelle
Jack\tFiona
~;

之后，继续阅读“文件”。

# 1: Store file A in a hash
my (%file_a);
foreach my $a (split /\n/, $file_a) {
  my @temp = split /\t/, $a;
  $file_a{$temp[0]} = $temp[1];
}

# 2: Go through file B
foreach my $b (split /\n/, $file_b) {
  my @line_b = split /\t/, $b;
  # Look in stored file A if the teacher is there
  if (exists $file_a{$line_b[0]}) {
    my (%new_hash_table, @teachers);
    # Put all the students of this teacher into a new hash
    $new_hash_table{$_} = '' foreach split / /, $file_a{$line_b[0]};

    # 3: Take one of the group of teachers who are grouped with the 
    # current teacher at a time
    foreach my $teacher (split /,/, $line_b[1]) {
      if (exists $file_a{$teacher}) {
        # 4: This teacher from the group has students listen in file A
        push @teachers, $teacher; # Store the teacher's name for print later
        foreach (keys %new_hash_table) {
          # 5: Fill the students as csv for the student keys from step 2
          $new_hash_table{$_} = join(',', split(/ /, $file_a{$teacher}));
        }
      }
    }
    foreach my $student (keys %new_hash_table) {
      # 6: Print...        
      print join("\t", 
        # Student-student relation
        $student, $new_hash_table{$student}, 
        # Teacher-teacher relation
        $line_b[0], @teachers);
      print "\n";
    }
  }
}

对我来说提供以下输出：

Sherry  Bobby,Dan,Nicole    Fiona   Racheal
Nicole  Bobby,Dan,Nicole    Fiona   Racheal
Crystal Bobby,Dan,Nicole    Michelle    Racheal
Bobby   Crystal Racheal Fiona   Michelle
Nicole  Crystal Racheal Fiona   Michelle
Dan Crystal Racheal Fiona   Michelle

这可能很奇怪，因为我没有所有的值。

无论如何，对此有几件事要说。

在您的示例代码中，您使用了像 $data=~/^(\S+)\s+(.*)$/; 这样的正则表达式来获取简单的两列列表的值。使用split operator 做到这一点要容易得多。

当您从具有<FILEHANDLE> 语法的文件中读取时，您可以将您希望行进入的标量放入while 循环的条件中，如下所示：

while (my $data = <GROUP>) {
      chomp $data

同样common 以全大写形式写入文件句柄名称。

我建议你看看“Learning Perl”。里面的哈希和数组的基本概念应该足以处理这样的任务。希望这会有所帮助。

Answer 2

我无法想象为什么你会想要这些冗余数据，而你只需查看文件 A 就可以很好地了解谁正在接受类似的教育......但这里有一种在 perl 中完成的方法一样。

$data = {};
# pull in students
open(IN, "students.txt");
while(my $line = <IN>) {
  chomp($line);
  my ($teacher, @students) = split(/\s+/,$line);
  $data->{$teacher}->{students} = \@students;
}
close IN;
# pull in teachers
open(IN, "teachers.txt");
while(my $line = <IN>) {
  chomp($line);
  my ($teacher, $supporters) = split(/\s+/,$line);
  my @supporters = split(/,/,$supporters);
  $data->{$teacher}->{supporters} = \@supporters;
}
close IN;
# make the output
foreach my $teacher (keys %{$data}){
  foreach my $teacher_student (@{$data->{$teacher}->{students}}) {
    foreach my $supporter (@{$data->{$teacher}->{supporters}}){
      my $num_supporter_students = @{$data->{$supporter}->{students}} + 0;
      if($num_supporter_students) {

        print "$teacher_student\t" . 
              join(",",@{$data->{$supporter}->{students}}) .
              "\t$teacher\t$supporter\n";
      }
    }
  }
}

当对问题中列出的数据运行时，它返回：

Crystal Bobby,Dan,Nicole    Michelle    Racheal
Nicole  Bobby,Dan,Nicole    Fiona   Racheal
Sherry  Bobby,Dan,Nicole    Fiona   Racheal
Bobby   Nicole,Sherry   Racheal Fiona
Bobby   Crystal Racheal Michelle
Dan Nicole,Sherry   Racheal Fiona
Dan Crystal Racheal Michelle
Nicole  Nicole,Sherry   Racheal Fiona
Nicole  Crystal Racheal Michelle