Discussion :

[lnquaidorsay]

Bonjour,

je suis novice en perl et je veux traiter un fichier texte ci -joint qui a des données(données espacées) en perl 5.10 comme ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
0AC@21XAA          A NAAA_001 MARRT     AC@21XAA         NERP_111 MARRT

Je veux récupérer dans chaque ligne,chacune des données et separer par un diese"#" et mettrer null la où la donnée est vide.

Ensuite le mettre dans un autre fichier.

Avez-vous une idée ?

[CosmoKnacki]

Montre nous ce que tu as déjà fait.

[lnquaidorsay]

Bonjour @CosmoKnacki

voici ce que j'ai déjà fait, du coup ça ne correspond pas encore à ce que j'attends.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
 
 
use warnings; 
 
# my $var1 = ""; 
 
#print "Début du traitement" 
 
#  test des paramètres
 
   if ($ARGV[0] eq "") {
        print " syntaxe : perl numerote.pl nom_de_fichier \n" ;
        exit(-1) ;
   }  ; # fin de test sur les arguments
 
   $fichier_in = $ARGV[0] ; # récupération du nom du fichier
 
#lire dans monfichier.txt 
open (FIC,"<$fichier_in") or die "\n impossible d'ouvrir le fichier nommé $fichier_in \n\n" ;
#écrire dans mon test.txt
open (ECRIRE,">result.txt") or die "\n Erreur de creation du fichier \n\n" ; 
 
#tant qu'il y a des lignes dans mon fichier
while (my $ligne = <FIC>)
{ 
 
 
    if ($ligne =~ /^\w+\s+\s+/ )
    { 
            $ligne=~ s/.*(^\w+\s+\s+).*/$1/;
     print "Mot  : $ligne \n"; 
    } 
    print ECRIRE $ligne;
 
 
 
}
 
#fermeture des fichiers
close FIC; 
close ECRIRE; 
#print "Fin du traitement"
#print ECRIRE $ligne;

[CosmoKnacki]

Ok, le premier objectif est de récupérer chaque champ; une des difficultés se trouve dans l'écriture de la pattern étant donné que certaine lignes se terminent avant le dernier champ (sans espaces pour combler).
Comme tu as dis dans ton premier post qu'il s'agissait de données espacées, il faut donc construire une pattern qui capture les champs et qui décrivent les espaces entre eux. À regarder le fichier example-data.txt, j'en ai déduit que les lignes avaient une longueur maximum de 110 caractères (sans compter le LF). Donc mon idée pour simplifier l'écriture de la pattern est de combler toute ligne de moins de 110 caractères avec des espaces. De cette manière, il n'est plus utile de vérifier si tel ou tel groupe existe en fin de ligne pour écrire la pattern.
Cette pattern est (si je ne me suis pas planté):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

my $reg = qr/^(.{9}) {10}(.) (.{8}) (.{5}) {5}(.{8}) {9}(.{8}) (.{5}) {6}(.) (.{8}) {9}(.{8}) (.{5})/;

Ça fait donc 11 champs (donc 11 groupes de capture) séparés par un nombre variable d'espaces. Est-ce que tu confirmes ou est-ce que tu vois le découpage d'une autre manière (difficile de savoir si le A isolé fait partie du champ suivant ou si c'est un champ à part entière)?

Une fois raccord la dessus, la suite est relativement simple:

• On créé une chaîne formatée (pour sprintf) qui permet de justifier chaque placeholder.
• On passe en revue chaque champs pour voir ceux qui sont uniquement remplis d'espaces, puis dans ce cas on les remplace par #.
• Plus qu'à enregistrer la ligne générée avec les champs et la chaîne formatée dans le fichier de sortie.

Au passage, ça c'est un peu trop old school:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

open (FIC,"<$fichier_in")

Désormais on utilise open avec 3 arguments et le filehandler est une vraie variable:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

open(my $fhi, '<', $fichier_in)

Autre chose, démarre ton script avec: use strict;.

Perl 5.10 date de 2007, une petite mise à jour peut-être?

[lnquaidorsay]

Ok merci CosmoKnacki


quelques précisions :

- Je confirme 11 groupes à capturer (voir screen shoot)
- le "A" est bien un groupe à capturer
- Et si tu regardes bien, les 2 premières lignes concernent l'élément 0AC@21XAA
- les lignes 3 et 4 concernent l'élément 0AC@31XAA

l'expression regulière ne matche pas la 1 ,3 et 5.Mais matche les autres.

Au passage,peux tu l'expliquer cette regex ?

Donc il faut que j'arriver à le montrer lors de la recup de mes donnees.

Autres choses :
cette partie que tu as dit :
On créé une chaîne formatée (pour sprintf) qui permet de justifier chaque placeholder.
On passe en revue chaque champs pour voir ceux qui sont uniquement remplis d'espaces, puis dans ce cas on les remplace par #.
Plus qu'à enregistrer la ligne générée avec les champs et la chaîne formatée dans le fichier de sortie.
je le vois comme ça, pas trop sûr

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
 
while (my $ligne = <FIC>)
{ 
 
my $reg = qr/^(.{9}) {10}(.) (.{8}) (.{5}) {5}(.{8}) {9}(.{8}) (.{5}) {6}(.) (.{8}) {9}(.{8}) (.{5})/;
 if ($ligne =~$reg )
    { 
            $ligne=~$reg/$1/;
     print "$ligne# \n"; 
    } 
    print ECRIRE $ligne;
 
}

qu'en dis-tu ?

[CosmoKnacki]

Alors concernant la regex et les lignes qu'elle ne matche pas, je l'ai expliqué précédemment, c'est dû au fait que certaines lignes (la 1, la 3, etc.) sont plus courtes, c'est pourquoi il faut ajouter des espaces à ces lignes (pour atteindre les 110 caractères) afin que la pattern réussisse. Cette pattern est certes un peu longue mais en revanche très simple, donc si tu veux en percer les mystères un tutoriel de base fera l'affaire. Le but de cette pattern est d'obtenir un tableau avec chaque champ.

Pour ce qui est de la chaîne formatée, je me suis trompé, on en a pas besoin pour le résultat que tu souhaites obtenir. Il suffit à la place de joindre les champs avec #.

Voici une démo sans fichiers:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
use strict;
use warnings;
 
my $reg = qr/^(.{9}) {10}(.) (.{8}) (.{5}) {5}(.{8}) {9}(.{8}) (.{5}) {6}(.) (.{8}) {9}(.{8}) (.{5})/;
 
while (my $line = <DATA>) {
    # on enlève le caractère \n en fin de ligne
    chomp($line);
    # on ajoute une centaine d'espaces pour être sûr que la pattern réussisse
    $line .= ' ' x 100;
 
    # on applique la regex pour récupérer les 11 champs
    my @fields = ($line =~ $reg);
 
    # on remplace les champs vides par null
    @fields = map { s/^ *$/null/r } @fields;
 
    $line = join('#', @fields) . "\n";
 
    print $line;
 
}
 
__DATA__
0AC@21XAA          A NAAA_001 MARRT     AC@21XAA         NERP_111 MARRT     
                     NBBB_250 MARRT                                          A AC@21XAA         NREP_001 MARRT
0AC@31XAA          A NCCC_001 MARRT     AC@31XAA         NERP_111 MARRT
                     NEEE_250 MARRT                                          A AC@31XAA         NREP_001 MARRT
0ACACAJAA          A NFFF_001 MARRT     ACACAJAA         NERP_111 MARRT
                     NLLL_250 MARRT                                          A ACACAJAA         NREP_001 MARRT
                                                                             A ACAC8JAA         NREP_001 MARRT
                                                                             A ACW40JAA         NREP_001 MARRT