Perl：基于连续字段值将行加载到数组的技术实现问询

没问题，我帮你写了这个符合需求的Perl脚本，顺便把关键逻辑和注意事项都解释清楚，你直接用就行~

完整脚本 #

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

# 替换成你的输入文件名
open my $fh, '<', 'your_input_file.txt' or die "无法打开文件: $!";

my @matched_lines;
my $previous_line;

# 先读取第一行作为初始参照
if (defined($previous_line = <$fh>)) {
    chomp $previous_line;
    # 按空白分割字段，若用逗号/制表符，改成 split /,/, $previous_line 或 split /\t/, $previous_line
    my @prev_fields = split /\s+/, $previous_line;
    my $prev_second_field = $prev_fields[1] // ''; # 处理字段不足的异常情况

    while (my $current_line = <$fh>) {
        chomp $current_line;
        my @curr_fields = split /\s+/, $current_line;
        my $curr_second_field = $curr_fields[1] // '';

        # 对比当前行与前一行的第二个字段
        if ($curr_second_field eq $prev_second_field) {
            # 匹配则将前一行加入数组
            push @matched_lines, $previous_line;
        } else {
            # 不匹配立即停止收集
            last;
        }

        # 更新参照行和字段，继续循环
        $previous_line = $current_line;
        $prev_second_field = $curr_second_field;
    }

    # 可选：如果最后一行也和前一行匹配，取消注释把它加入数组
    # push @matched_lines, $previous_line if @matched_lines;
}

# 打印结果
print join("\n", @matched_lines), "\n";

close $fh;

关键逻辑说明 #

• 严格模式：use strict; use warnings; 是Perl的最佳实践，能帮你提前发现语法错误和潜在问题。
• 字段分割：默认用split /\s+/按任意空白（空格、制表符等）分割字段，如果你的数据用其他分隔符（比如逗号、竖线），直接修改split的正则表达式即可。
• 核心收集逻辑：
  1. 先读取第一行作为初始参照，提取它的第二个字段。
  2. 逐行读取后续内容，对比当前行和前一行的第二个字段：
     • 若匹配，就把前一行加入结果数组；
     • 一旦遇到不匹配的行，立即跳出循环，停止收集。
  3. 最后打印所有收集到的行。
• 边界处理：脚本里留了可选代码，如果你的数据集最后几行都是相同的第二个字段，循环结束后不会自动加入最后一行，取消注释就能补上这个场景。

针对你的数据集场景 #

你提到“大部分第二个字段为PUSA的行会被跳过”，这个脚本正好满足：只有连续出现的PUSA行会被收集，一旦遇到非PUSA的行就停止，后续分散的PUSA行都会被自动跳过，完全符合你的要求。

比如你的数据是：

A PUSA 123
B PUSA 456
C XYZ 789
D PUSA 012

脚本会收集前两行，遇到第三行的XYZ就停止，第四行的PUSA会被跳过，完美匹配需求。

内容的提问来源于stack exchange，提问作者capser