在Perl中，如何使用带引号的字符串正确解析制表符/空格分隔文件？

Question

我需要解析在Perl中有很多列的制表符/空格分隔文件。这些值是双引号括起来的大字符串。这些字符串可以包含任何字符，例如制表符和空格或其他任何字符。

当我尝试使用split函数解析它们时，它也会分割这些字符串。现在，我如何让perl理解“”中的字符串是单个列条目？

一个简单的例子是，

12  345546.67677   "Hello World!!!" -567.55656 0.5465767 "Hello_Again;   "

Answer 1

使用Text::CSV库，它可以处理所有边缘情况。它允许您设置分隔符：

my $csv = Text::CSV->new({sep_char => "\t"});

Answer 2

请注意，您说制表符/空格分隔。如果分隔符是混合的和/或您必须将连续的空格视为一个，则使用Text::ParseWords可能更容易：

#!/usr/bin/perl

use Text::ParseWords qw( quotewords );
use YAML;

while ( my $line = <DATA> ) {
    print Dump [ quotewords('\s+', 0, $line) ];
}

__DATA__
12  345546.67677   "Hello World!!!" -567.55656 0.5465767 "Hello_Again;   "

输出：

---
- 12
- 345546.67677
- Hello World!!!
- -567.55656
- 0.5465767
- 'Hello_Again;   '

Answer 3

其他可能性有Regexp::Common::balanced和Text::Balanced。