我正在寻找有关如何优化此 perl 脚本的建议。
我有这个脚本可以对文件进行一些小的重新格式化。该脚本执行以下操作:
- 读一个“|” 来自 STDIN 的分隔文件
- 删除尾随空格,
- 删除“NULL”文本字符串
- 将带有日期的列从“YYYY-MM-DD hh:mm”日期格式转换为“YYYYMMDD”格式。
- 打印到 STDOUT 并执行 kluge 以防止在最后一列数据为 NULL 时丢失。每行的列数必须相同。
样本输入:
.091590.S |CHF|SWX|2011-05-23 00:00| 77.25| NULL| NULL| 78.620000000000005| NULL
.091590.S |CHF|SWX|2011-05-24 00:00| 77.599999999999994| NULL| NULL| 77.25| NULL
.091590.S |CHF|SWX|2011-05-25 00:00| 77.760000000000005| NULL| NULL| 77.599999999999994| NULL
.091590.S |CHF|SWX|2011-05-26 00:00| 77.430000000000007| NULL| NULL| 77.760000000000005| NULL
.091590.S |CHF|SWX|2011-05-27 00:00| 77.909999999999997| NULL| NULL| 77.430000000000007| NULL
.091590.S |CHF|SWX|2011-05-30 00:00| 78.060000000000002| NULL| NULL| 77.909999999999997| 3506
FormattingScript.pl [col]
其中 [col] 可以是单个数字或以逗号分隔的数字列表。此输入确定哪些列或哪些列需要日期转换。
@updcol = split(',',@ARGV[0]);
while (<STDIN>)
{
s/.$/|DATAEND/g; ## USING THIS TO KEEP FROM TRUNCATING NULL LAST COLUMN
s/^\s*//g;
s/\s*$//g;
s/\s*\|/\|/g;
s/\|\s*/\|/g;
s/\|NULL\|/\|\|/g;
s/\|NULL\s*$/\|/g;
s/\|NULL\s*/\|/g;
s/\|NULL$/\|/g;
@dataline = split('\|',$_);
if (@updcol[0] != 999) { ## REFORMAT DATES IF PARAM IS NOT 999
foreach my $col (@updcol) {
$dataline[$col]=substr($dataline[$col],0,4).substr($dataline[$col],5,2).substr($dataline[$col],8,2);
}}
$dataline[-1]="";
$line=join('|',@dataline);
print substr($line,0,-1)."\n";
}
exit 0;
样本输出:
.091590.S|CHF|SWX|2011-05-23 00:00|77.25|||78.620000000000005|
.091590.S|CHF|SWX|2011-05-24 00:00|77.599999999999994|||77.25|
.091590.S|CHF|SWX|2011-05-25 00:00|77.760000000000005|||77.599999999999994|
.091590.S|CHF|SWX|2011-05-26 00:00|77.430000000000007|||77.760000000000005|
.091590.S|CHF|SWX|2011-05-27 00:00|77.909999999999997|||77.430000000000007|
.091590.S|CHF|SWX|2011-05-30 00:00|78.060000000000002|||77.909999999999997|3506