Perl实现：多文件中匹配文本并提取其上方第三行CHOICE后的内容

完整脚本 #

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

# 目标搜索文本
my $target = 'intl_reg.jcl';
# 要处理的目录，当前目录用 '.'
my $dir = '.';

# 打开目录
opendir(my $dh, $dir) or die "无法打开目录 $dir: $!";
# 遍历目录中的文件
while (my $file = readdir($dh)) {
    # 跳过隐藏文件/目录及非普通文件
    next if $file =~ /^\./;
    next unless -f "$dir/$file";

    # 打开文件（失败则警告并跳过）
    open(my $fh, '<', "$dir/$file") or do {
        warn "无法打开文件 $file: $!";
        next;
    };

    # 维护最多3行的缓冲区，用于记录目标行的前几行内容
    my @buffer;
    while (my $line = <$fh>) {
        chomp $line;
        # 更新缓冲区：加入当前行，超过3行则移除最旧的一行
        push @buffer, $line;
        shift @buffer if @buffer > 3;

        # 匹配目标文本
        if ($line =~ /\Q$target\E/) {
            # 确保缓冲区有足够的行（目标行上方存在第三行）
            if (@buffer == 3) {
                my $choice_line = $buffer[0];
                # 提取CHOICE后的内容
                if ($choice_line =~ /^CHOICE\s+(.*)/) {
                    print "$target $1\n";
                }
            }
        }
    }
    close $fh;
}
closedir($dh);

逐部分解释 #

1. 基础约束与配置 #

• use strict; 和 use warnings;：强制语法规范，避免新手常见的未声明变量、拼写错误等问题，同时输出调试警告。
• $target：定义要搜索的目标文本，\Q$target\E用于避免目标中的特殊字符（比如.、*）被当作正则语法解析，确保精确匹配。
• $dir：指定要处理的目录，.代表当前目录，可替换为具体路径（如'/d3/locban/arsys'）。

2. 目录遍历逻辑 #

• opendir/closedir：打开/关闭目录句柄，失败则终止并提示错误。
• readdir：逐个获取目录中的条目，通过next跳过隐藏文件、子目录，只处理普通文件。

3. 文件内容处理 #

• @buffer：作为滑动窗口，始终存储最近读取的3行内容，这样当匹配到目标行时，缓冲区的第一行就是它上方第三行。
• push/shift：维护缓冲区长度不超过3，保证只保留最相关的行数据。

4. 匹配与提取 #

• 当匹配到目标行时，先检查缓冲区是否有3行（确保存在上方第三行），再用正则^CHOICE\s+(.*)捕获CHOICE后的所有内容，最后按要求格式输出。

扩展优化建议 #

• 命令行传参：避免硬编码目标和目录，改为从命令行获取参数：

  my $target = shift @ARGV or die "请传入目标文本";
  my $dir = shift @ARGV || '.';
  

  运行方式：perl script.pl intl_reg.jcl /path/to/your/dir
• 递归处理子目录：如果需要遍历子目录，可使用File::Find模块：

  use File::Find;
  find(\&process_file, $dir);
  sub process_file {
      return unless -f $_;
      # 此处放入原文件处理逻辑，当前文件路径用$_表示
  }
  

• 去重输出：若同一文件中多次出现目标文本，可在匹配后添加last;跳出当前文件的循环，只输出第一次匹配结果。

内容的提问来源于stack exchange，提问作者Jonathan