A análise de arquivos de texto é um dos motivos pelos quais o Perl é uma excelente ferramenta de mineração e script de dados.
Como você verá abaixo, o Perl pode ser usado para reformatar basicamente um grupo de texto. Se você olhar para o primeiro pedaço de texto e a última parte na parte inferior da página, poderá ver que o código no meio é o que transforma o primeiro conjunto no segundo.
Como analisar arquivos de texto
Como exemplo, vamos criar um pequeno programa que abre um arquivo de dados separados por tabulação e analisa as colunas em algo que podemos usar.
Diga, por exemplo, que seu chefe lhe entrega um arquivo com uma lista de nomes, e-mails e números de telefone e deseja que você leia o arquivo e faça algo com as informações, como colocá-lo em um banco de dados ou simplesmente imprimi-lo em um formato bem formatado relatório.
As colunas do arquivo são separadas com o caractere TAB e teriam a seguinte aparência:
Aqui está a lista completa com a qual trabalharemos:
#! / usr / bin / perl
open (FILE, 'data.txt');
enquanto () {
chomp;
($ name, $ email, $ phone) = divisão ("\ t");
imprima "Nome: $ nome \ n";
imprima "Email: $ email \ n";
imprima "Telefone: $ phone \ n";
imprimir "\ n";
}
fechar (arquivo);
Saída;
Nota: Isso extrai algum código do tutorial em como ler e gravar arquivos no Perl.
O que ele faz primeiro é abrir um Arquivo chamado data.txt (que deve residir no mesmo diretório que o script Perl). Em seguida, ele lê o arquivo na variável catchall $ _ linha por linha. Nesse caso, o $ _ é implícita e não é realmente usado no código.
Depois de ler em uma linha, qualquer espaço em branco é mastigado fora do fim. Em seguida, a função de divisão é usada para quebrar a linha no caractere de tabulação. Nesse caso, a guia é representada pelo código \ t. À esquerda do sinal da divisão, você verá que estou atribuindo um grupo de três variáveis diferentes. Eles representam um para cada coluna da linha.
Por fim, cada variável que foi dividida da linha do arquivo é impressa separadamente, para que você possa ver como acessar os dados de cada coluna individualmente.
A saída do script deve ser algo como isto:
Nome: Larry
E-mail: [email protected]
Telefone: 111-1111
Nome: Encaracolado
E-mail: [email protected]
Telefone: 222-2222
Nome: Moe
E-mail: [email protected]
Telefone: 333-3333
Embora neste exemplo estamos apenas imprimindo os dados, seria trivialmente fácil armazenar as mesmas informações analisadas de um arquivo TSV ou CSV, em um banco de dados completo.