如何根据两个文件的子字符串匹配并找到常见？

Question

我有两个文件。 File1包含电子邮件地址列表。 File2包含域列表。

我想在使用perl脚本匹配确切域之后过滤所有电子邮件地址。

我正在使用以下代码，但结果没有正确的结果。

#!/usr/bin/perl 
#use strict;
#use warnings;
use feature 'say';

my $file1 = "/home/user/domain_file" or die " FIle not found\n";
my $file2 = "/home/user/email_address_file" or die " FIle not found\n";

my $match = open(MATCH, ">matching_domain") || die;

open(my $data1, '<', $file1) or die "Could not open '$file1' $!\n";
my @wrd = <$data1>;
chomp @wrd;
# loop on the fiile to be searched
open(my $data2, '<', $file2) or die "Could not open '$file2' $!\n";
while(my $line = <$data2>) {
    chomp $line;
    foreach (@wrd) {
        if($line =~ /\@$_$/) {
            print MATCH "$line\n";
        }
    }
}

file1

[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]

file2

yahoo.com
gmail.com

预期输出

[email protected]
[email protected]

Answer 1

首先，由于您似乎在 *nix上，因此您可能需要查看 grep -f可以从给定文件中获取搜索模式。我不是grep的专家，但是我会尝试该文件和“匹配整个单词”，这应该很容易。

第二：您的perl代码可以改进，但它可以按预期进行工作。如果您将电子邮件和域放在文件中，如您的代码所示。可能是您将文件混合在一起。

如果我运行您的代码，仅修复路径并将域保持在File1中，它确实会创建文件matching_domain，并且包含您的预期输出：

[email protected]
[email protected]

所以我不知道您认为您的问题是什么（因为你没有说）。也许您期望它将输出打印到终端。无论哪种方式，它都可以工作，但是可以解决一些问题。

#use strict;
#use warnings;

删除这两个是一个巨大的错误。您在编码Perl时会犯的最大错误。它不会删除您的错误，只需隐藏它们即可。您将花费大量时间修复时间。将其作为解决此问题的第一件事。

use feature 'say';

您永远不会使用此。例如，您可以用打印匹配“ $ line \ n”用说匹配$ line，这更简洁。

my $file1 = "/home/user/domain_file" or die " FIle not found\n";
my $file2 = "/home/user/email_address_file" or die " FIle not found\n";

这是不正确的。您正在为变量的创建提供条件。如果条件失败，是否存在该变量？不要这样做。我认为这是检查文件是否存在，但这不是这样做的。要检查文件是否存在，您可以使用-e，记录为 <代码> perldoc“ -x” （各种文件测试）。

此外，就Perl条件而言，以字符串形式的语句，“/home/code>”是正确的（“真实”）。仅当它是“ 0”（零），“”（empty）或undef（undefined）时，它仅是错误的。因此，您的或条款将永远不会执行。例如“ foo”或die永远不会死。

最后，此测试是毫无意义的，因为您将在以后的Open语句中对此进行测试。如果文件不存在，则开放将失败，您的程序将die。

my $match = open(MATCH, ">matching_domain") || die;

这也是非常不正确的。首先，您永远不会使用$ MATD变量。其次，我敢打赌，它不包含您认为的作用。 （它包含一个布尔值，该布尔值表示open是否成功，请参见 perldoc-- f打开）第三，再一次，不要在我的声明变量上放置条件，这是一个坏主意。

该语句的确意味着$ match将包含open的返回值，或die die的返回值。这可能简单地说：

open my $match, ">", "matching_domain" or die "Cannot open '$match': $!;

另外，使用明确的打开模式使用三个参数打开，并像其他地方一样使用词汇文件句柄。

除了我已经为您带来的所有内容外，还有一件事：我不建议这样的小程序来硬编码输出文件。如果要重定向输出，请使用shell重定向：perl foo.pl＆gt; output.txt。我认为这是促使您认为代码出现问题的原因：您看不到输出。

除此之外，您的代码还可以，如我所知。您可能需要chomp域文件中的行，但这无关紧要。还请记住，凹痕是一件好事，它可以帮助您阅读代码。我在评论中提到了这一点，但由于某种原因被删除。这很重要。

祝你好运！

Answer 2

假设标记为file1的行在文件中指向$ file1，并且标记为file2的行在文件中指向by <代码> $ file2 。

您已交换变量。您想将$ line中的内容与$ _匹配，而不是相反：

# loop on the file to be searched
open( my $data2, '<', $file2 ) or die "Could not open '$file2' $!\n";
while ( my $line = <$data2> ) {
    chomp $line;
    foreach (@wrd) {
        if (/\@$line$/) {
            print MATCH "$_\n";
        }
    }
}

---

您应该取消征询警告和严格行：

use strict;
use warnings;

警告向您显示或DIE检查并未真正按照您在文件名称分配语句中的方式工作。只需使用：

my $file1 = "/home/user/domain_file";
my $file2 = "/home/user/email_address_file";

您已经在进行检查的位置（Open）。