Perl脚本删除连续重复单词的下一行

Question

输入:

DFF_2 : dff_0_2 port map(READY_c => READY_c, CT0 =>CT0);
\DFF_0\ : dff_0 port map(un1_CT1 => un1_CT1, CT2 =>CT2);
DFF_10 : dff_0_10 port map(MRVQN1 => MRVQN1, un1_CT2_1 =>GSMC_un1_CT2_1);
DFF_1 : dff_0_1 port map(un1_CT2_1 =>GSMC_un1_CT2_1);
DFF_1 : dff_0_1 port map(un1_CT2_1 =>un1_CT2_1);

期望输出1：

DFF_2 : dff_0_2 port map(READY_c => READY_c, CT0 =>CT0);
\DFF_0\ : dff_0 port map(un1_CT1 => un1_CT1, CT2 =>CT2);
DFF_10 : dff_0_10 port map(MRVQN1 => MRVQN1, un1_CT2_1 =>GSMC_un1_CT2_1);
DFF_1 : dff_0_1 port map(un1_CT2_1 =>un1_CT2_1);

预期输出2:（无需按顺序，但更新的行应恢复）

DFF_1 : dff_0_1 port map(un1_CT2_1 =>un1_CT2_1);    
DFF_10 : dff_0_10 port map(MRVQN1 => MRVQN1, un1_CT2_1 =>GSMC_un1_CT2_1);
\DFF_0\ : dff_0 port map(un1_CT1 => un1_CT1, CT2 =>CT2);    
DFF_2 : dff_0_2 port map(READY_c => READY_c, CT0 =>CT0);

对于这种情况，我不能使用删除重复行的Perl脚本，因为字符串word8已经更新为新字符串word10。我尝试了反转内容并将带有重复单词的行应用于被删除，但是我的代码无法实现。

open (IN, "<input.txt") or die;
open (OUT, ">output.txt") or die;
my @reverse = reverse <IN>;
foreach (@reverse){
print OUT "@reverse\n"; }
close (IN);
close (OUT);  

output:

DFF_1 : dff_0_1 port map(un1_CT2_1 =>un1_CT2_1);    
DFF_1 : dff_0_1 port map(un1_CT2_1 =>GSMC_un1_CT2_1);
DFF_10 : dff_0_10 port map(MRVQN1 => MRVQN1, un1_CT2_1 =>GSMC_un1_CT2_1);
\DFF_0\ : dff_0 port map(un1_CT1 => un1_CT1, CT2 =>CT2);    
DFF_2 : dff_0_2 port map(READY_c => READY_c, CT0 =>CT0);




open (IN1, "<output.txt") or die;
open (OUT1, ">output1.txt") or die;
while (<IN1>){
my $save = "$1" if /(.+)\s\:/;
next if /$save\s/;
print OUT1 $_;}
close (IN1);
close (OUT1;

但是它没有按照预期生成输出文件。请帮我解决问题。

- Sumathi Gokul

---

它是反向的。它是为了指定输出文件不需要按顺序排列。 - Sumathi Gokul

Answer 1

尝试使用这个正则表达式：

((line\d+)\s*:.*\n)\2

在Regex101上的实时演示

---

它是如何工作的：

(          # Capture line to be removed
  (line\d+)  # Capture Line Name / Number (Group #2)
  \s*        # Optional Whitespace
  :          # : (Colon)
  .*         # Line Data
  \n         # Newline Character at end of Line
)
\2           # Next line starts with this Line Name (stored in Group #2)

- Kaspar Lee

---

实际代码中的行名称和内容包含特殊字符。 - Sumathi Gokul

@SumathiGokul 好的，那么把 line\d+ 部分改成 .*?？ - Kaspar Lee

Answer 2

使用哈希表来完成它。

在迭代循环时，尝试使用:拆分行，因此使用模式匹配拆分行，如下所示：^.+?\K\s:

^表示匹配的开头

+?有助于避免+的贪婪性。

\K用于保留拆分后的单词。

然后将两个数据存储在$first和$second中。通过$first值创建哈希键。这有助于消除重复项。最后，唯一的值存储在%hash中，然后使用grep格式化哈希。

open my $fh,"<","one.txt";
my %hash;
while (<$fh>)
{   
    ($first,$second) = split(/^.+?\K\s:/);
    $hash{$first} = " : $second";

}

my @ar = grep{ $_ =$_.$hash{$_} }keys %hash;
print @ar;

- mkHun