如何在 Perl 中匹配两个文档之间的字符串顺序？

Question

我在编写 PERL 程序来匹配两个文档中的单词时遇到问题。假设有文档 A 和 B。

所以我想删除文档 A 中但文档 B 中没有的单词。

示例 1：

A：我吃披萨

B：她去市场吃东西披萨

结果：吃披萨

示例2： A：吃披萨

B：披萨 吃

结果：披萨 （词序相关，所以“吃”被删除。）

我使用 Perl 作为系统，每个文档中的句子数量不多，所以我想我不会使用 SQL

并且该程序是一个子程序印度尼西亚语（印尼语）论文自动评分

Thanx， 抱歉，如果我的问题有点令人困惑。我对“这个世界”真的很陌生:)

Answer 1

好的，我目前无法访问，因此不能保证 100% 甚至编译，但应该提供足够的指导：

解决方案 1：（词序并不重要）

#!/usr/bin/perl -w

use strict;
use File::Slurp;

my @B_lines = File::Slurp::read_file("B") || die "Error reading B: $!";
my %B_words = ();
foreach my $line (@B_lines) {
    map { $B_words{$_} = 1 } split(/\s+/, $line);
}
my @A_lines = File::Slurp::read_file("A") || die "Error reading A: $!";
my @new_lines = ();
foreach my $line (@A_lines) {
    my @B_words_only = grep { $B_words{$_} } split(/\s+/, $line);
    push @new_lines, join(" ", @B_words_only) . "\n";
}
File::Slurp::write_file("A_new", @new_lines) || die "Error writing A_new: $!";

这应该创建一个新的文件“A_new”仅包含 B 中的 A 单词。

这有一个小错误 - 它将用单个空格替换文件 A 中的任何多个空格，因此

    word1        word2              word3

将变成

word1 word2 word3

它可以修复，但确实很烦人所以，所以我没有打扰，除非你绝对要求100％正确地保留空格

解决方案2：（词序很重要，但你可以从文件A中打印单词，而不考虑保留空格所有）

#!/usr/bin/perl -w

use strict;
use File::Slurp;

my @A_words = split(/\s+/gs, File::Slurp::read_file("A") || die "Error reading A:$!");
my @B_words = split(/\s+/gs, File::Slurp::read_file("B") || die "Error reading B:$!");
my $B_counter = 0;
for (my $A_counter = 0; $A_counter < scalar(@A_words); ++$A_counter) {
    while ($B_counter < scalar(@B_words)
        && $B_words[$B_counter] ne $A_words[$A_counter]) {++$B_counter;}
    last if $B_counter == scalar(@B_words);
    print "$A_words[$A_counter]";
}

解决方案 3（为什么我们再次需要 Perl？:) ）

您可以在不使用 Perl 的 shell 中轻松执行此操作（或通过父 Perl 脚本中的 system() 调用或反引号）

comm -12 A B | tr "\012" " " 

从 Perl 调用它：

my $new_text = `comm -12 A B | tr "\012" " " `;

但是请参阅我的最后评论，为什么这可能被认为是“糟糕的 Perl”...至少如果您在循环中执行此操作并且迭代很多文件并且关心性能的话。