将文件夹列表减少到最低的常用文件夹

Question

我有一个巨大的文件路径列表，对于我们的 SCM 来说太大了，无法处理。我需要根据最低的通用级别文件夹来削减它们。例如，给定以下路径：

//folder1/folder2/folder2
//folder1/folder2/folder5
//folder1/folder3/folder6
//folderx/foldery/folder9
//folderx/foldery/folder10

基于此，我想得到以下结果：

//folder1/folder2
//folder1/folder3
//folderx/foldery

文件夹列表将从文本文件中读取，并且行长约为 2M。

任何帮助将不胜感激。

Answer 1

这看起来是 split() 和哈希的一个很好的用途：

use strict;
use warnings;

my %seen;
foreach my $path ( @paths ) {
  $path =~ s|^//||; # Strip off leading //
  my @elems = split( '/', $path );
  $seen{$elems[0]}{$elems[1]}++;
}

foreach my $rootpath ( sort keys %seen ) {
  foreach my $secondpath ( sort keys %{$seen{$rootpath}} ) {
    print "//" . $rootpath . "/" . $secondpath . "\n";
  }
}

如果您只想打印已经见过两次或多次的路径，请插入 next if $seen{$rootpath} {$第二路径}> 1; 在 print() 之前。

我还没有对此进行测试，因此可能存在语法错误，但代码给出了一般要点。

Answer 2

怎么样：

#!/usr/local/bin/perl 
use strict;
use warnings;
use 5.010;

my %out;
while(<DATA>) {
    chomp;
    m#^(//[^/]+/[^/]+)#;
    $out{$1} = 1;
}
say for keys%out;

__DATA__
//folder1/folder2/folder2
//folder1/folder2/folder5
//folder1/folder3/folder6
//folderx/foldery/folder9
//folderx/foldery/folder10

输出：

//folderx/foldery
//folder1/folder3
//folder1/folder2