在 Perl 中，如何只分割字符串的某个前导部分？

Question

我正在解析一个包含长行的文件，其标记以空格分隔。在处理大部分行之前，我想检查第 n 个（对于小 n）标记是否具有某些值。我将跳过大部分行，所以实际上没有必要分割大部分很长的行。有没有一种快速的方法可以在 Perl 中进行惰性分割，或者我需要自己动手？

Answer 1

您可以向 split 运算符提供 limit 参数，以使 Perl 在生成一定数量的令牌后停止拆分。

@fields = split /\s+/, $expression, 4

例如，会将所有内容放在 @list 的第四个元素中的第三个空格分隔字段之后。当表达式具有四个以上字段时，这比执行完全拆分更有效。

如果您执行此惰性拆分并决定需要进一步处理该行，则需要再次拆分该行。根据生产线的长度以及您需要重新处理它们的频率，您仍然可以领先。

---

另一种方法可能是分割您感兴趣的行的一部分。例如，如果该行包含许多字段，但您想过滤第 4 个字段，并且您确定第 4 个字段始终出现在第 100 个字节之前行，说

@fields = split /\s+/, substr($expression, 0, 100);
if (matches_some_condition($line[3])) {
    # process the whole line
    @fields = split /\s+/, $expression;
    ...
}

偶尔将表达式拆分两次可能比总是拆分完整表达式一次更有效。

Answer 2

perldoc -f split：

如果指定了 LIMIT 并且为正数，则表示 EXPR 将被分割成的最大字段数，但实际返回的字段数取决于 EXPR 中 PATTERN 匹配的次数。

my $nth = (split ' ', $line, $n + 1)[$n - 1];