Perl脚本实现：提取文件指定字符串间内容并保存

原脚本的问题 #

• 仅读取文件第一行：<$fh>在标量上下文下只会读取一行内容，没有获取整个文件的全部文本
• 正则不支持多行匹配：默认正则是单行模式，.无法匹配换行符，没法跨多行匹配到结尾的);
• 匹配结果处理错误：=~返回的是匹配成功的次数（1或0），不是实际匹配到的文本内容，直接输出会得到数字而非目标代码

解决方案脚本 #

# 读取源文件全部内容
open(my $in_fh, '<', 'test.v') or die "无法打开test.v: $!";
local $/; # 取消输入记录分隔符，一次性读取整个文件
my $content = <$in_fh>;
close($in_fh);

# 匹配从module开头到);结尾的多行内容
if ($content =~ /^module .*?\);/ms) {
    # 打开目标文件写入结果
    open(my $out_fh, '>', 'result.v') or die "无法创建result.v: $!";
    print $out_fh $&; # $& 保存最后一次正则匹配到的内容
    close($out_fh);
} else {
    die "未找到符合要求的模块定义";
}

关键说明 #

• local $/;：临时修改Perl的输入记录分隔符为空，让<$in_fh>一次性读取整个文件到变量中
• 正则修饰符ms：m让^匹配字符串开头，s让.匹配换行符，实现跨多行匹配
• .*?：非贪婪匹配，避免误匹配文件中后续可能存在的其他);
• $&：Perl内置变量，存储最后一次成功正则匹配到的文本内容

大文件适配版（逐行读取） #

如果test.v文件体积较大，一次性读取内存占用高，可以用逐行读取的方式：

open(my $in_fh, '<', 'test.v') or die "无法打开test.v: $!";
open(my $out_fh, '>', 'result.v') or die "无法创建result.v: $!";

my $in_module = 0;
while (my $line = <$in_fh>) {
    if (!$in_module && $line =~ /^module/) {
        $in_module = 1;
    }
    if ($in_module) {
        print $out_fh $line;
        if ($line =~ /\);/) {
            last; # 找到结束标记就停止读取
        }
    }
}

close($in_fh);
close($out_fh);

内容的提问来源于stack exchange，提问作者vikas