关于 perl 中的字符串比较和引用的问题

Question

这就是我开始的地方。我正在使用 while 循环从数据库中一次读取一个数组。我想从数据库中提取重复的元素（在某些字段上）。我只想保留这些字段中唯一的项目。然后我想以某种方式打印出我保存的数据。我创建了我认为可以做到的代码，但它给了我一切，包括在现场重复的项目。我一直在寻找又寻找，但我无法弄清楚，我在想，作为一个 perl 菜鸟，我错过了一些简单的东西。代码如下：

my @uniques = ();
my $output;

while (my @itemArray = $sth->fetchrow_array() ) {
    my $duplicateFlag = 0;  
    foreach (@uniques){
        if(  ($itemArray[3] eq "$_->[3]") and ($itemArray[4] eq "$_->[4]")
               and ($itemArray[5] eq "$_->[5]" ) and ($itemArray[6] eq "$_->[6]" )
               and ($itemArray[7] eq "$_->[7]" ) and ($itemArray[8] == "$_->[8]" ) ){
            $duplicateFlag = 1;
        }
    }
    if( $duplicateflag == 0){
        $refToAdd = \@itemArray;
        push(@uniques, $refToAdd);
        $output .= "$itemArray[3]" . "\t$itemArray[8]" . "\t$itemArray[5]" . "\t$itemArray[7]\n";
    }
}
print $output

Answer 1

一种可能性：使用哈希值来确定某个项目以前是否见过。对您的代码进行了一些简化：

my %dupHash;
while (my @itemArray = $sth->fetchrow_array() ) {
    my $uniqueItem = itemArray[4];
    if (not exists $dupHash{$uniqueItem}) {
        print "Item $uniqueItem\n";
        $dupHash{$uniqueItem} = \@itemArray;
    }
}

好吧，它非常简化，但您明白了。通过使用带有我想要验证的值是否唯一的哈希值，我可以避免双循环和 O²算法效率。 （天哪！大学里的这些年终于得到了回报！）。

您可能希望通过组合要搜索重复项的所有字段来使用更复杂的哈希键。也许是这样的：

 # Probably could use join to make it more efficient...
 my $uniqueKay = "$item[3]:$item[4]:$item[5]:$item[6]:$item[7]:$item[8]";
 if (not exists $dupHash{$uniqueKey}) {

主要的事情是避免一次又一次地循环所有唯一的项目，如果你可以将它们存储在哈希中。

Answer 2

可能：

$itemArray[8] == "$_->[8]"

应该是：

$itemArray[8] eq "$_->[8]"

与所有其他的相匹配。

可以解决您的问题的另一件事是删除“$_->[8]”周围的引号。取决于你的数据是什么。

Answer 3

您得到了所有重复项，因为 $duplicateflag 在第 13 行未定义。使用 use strict; 对脚本运行语法测试。 use warnings; on 会产生以下警告：

Global symbol "$duplicateflag" requires explicit package name at t10.pl line 18.

如果我们仔细检查您对“that”变量的定义，它会说：

my $duplicateFlag = 0;

也就是说，您有一个大写的 F，这意味着 $duplicateflag 与 $ 不是同一变量重复标志。检查 undef == 0 仍然会产生真值并导致误报。

为了避免此类问题，请始终使用以下命令运行脚本

use strict;
use warnings;

Answer 4

SQL group by 或 select unique 是 SQL 数据库保持行唯一的方式。

但如果您打算在 Perl 中执行此操作，我同意散列和键是可行的方法。但是，我们建议的任何分隔符也可能存在于数据中。这使您有可能出现不明确的匹配。一种基于散列的方法是明确的，并使用 Perl 的自然结构来界定字段。

这就是为什么我提出以下内容。

my %uniq;

while ( my @r = $sth->fetchrow_array()) {
    next unless $uniq{ $r[3] }{ $r[4] }{ $r[5] }{ $r[6] }{ $r[7] }{ $r[8] }++; 
    # unique code here
    #...
}

这样就消除了临时变量。因此消除了临时变量拼写错误的结果。然而，USUW 在以下方面效果更好：USUW="use strict; use warnings;"。