perl下关于文件读写，hash统计频数并排序的总结

很少用到perl，这次用了一把，特意记录一下关于文件读写和hash统计频数并排序的总结：

1.文件读写

perl下读写文件非常简单：，首先是读：

#打开文件

open(FILE_NAME, $_)||die "can't open part-m file";

一行一行读出来并处理：

while (<FILE_NAME>)
  {
   chomp;
   print $_,"\n";

   ###

   处理 

  ###

}

然后是写：

#创建写的文件：不存在就创建，存在就清空然后再写；如果将">"改成">>"就是追加的写

open(OUTFILE1_LIST, ">$resultpath.\\SpecificResult.txt")||die "can't open file SpecificResult.txt!";

#一行行写文件

print OUTFILE1_LIST ("$lineTxt\n");

#写完关闭

close(OUTFILE1_LIST);

 

2.哈希统计频数并排序

#初始化

my %hash=();

#统计每个词的个数

$hash{$lineTxt}++;

#按value值排序

my @keys = sort { $hash{$b} <=> $hash{$a} } keys %hash; #@key里头存的是按哈希值的数值大小排序后的键

#按key值排序

my @keys = sort { $b <=> $a} keys %hash; #@key里头存的是按哈希键的数值大小排序后的键

 foreach(@keys)
 {
  print OUTFILE2_LIST ("$_"."\t"."$hash{$_}"."\n");
 }

 下面是我写的用来解析现网数据并排序的源代码：

#!/usr/bin/perl -W
##################
# File:
# Author:
# License:

use strict;
use warnings;
use encoding 'gbk';   # 系统默认编码为GBK
use open IN=>':encoding(utf8)';   # 读入文件时认为数据按UTF-16编码，自动根据BOM头判断是LE还是BE
use Encode;
use File::Path;
use Tie::File;

#读取外部传入的待解析现网数据的存放目录路径
my $dirpath="";
if(@ARGV == 1)
{
 $dirpath = $ARGV[0];
}else
{
 print "< .pl >   <待解析现网数据的存放目录路径>\n";
 exit(0);
}
print "dir path: ${dirpath}\n";
#$dirpath="E:\\video_network_data";
my @filearray=(); #存放每个part-m文件的绝对路径
my $filecount = 0; #存放part-m文件的个数
######  遍历文件夹   #####
sub parse_env {   
    my $path = $_[0];
    my $subpath;
    my $handle;
    if (-d $path) {#当前路径是否为一个目录
        if (opendir($handle, $path)) {
           while ($subpath = readdir($handle)) {
                 if (!($subpath =~ m/^\.$/) and !($subpath =~ m/^(\.\.)$/)) {
                  my $p = $path."/$subpath";
                     if (-d $p) {
                        parse_env($p);
                   }
                     else {
                      if($p=~m/part-m/) {
                    push(@filearray,$p);
                    $filecount++;
                      }
                     }
                 }               
          }
        }
        closedir($handle);           
      }
      return  $filecount;
}

my %hash=();
my $filenum=parse_env $dirpath;
if($filenum > 0) #存在part-m文件
{
 print "There are $filenum part-m files!!","\n";
 my $resultpath=$dirpath."\\parse-result";
 mkdir($resultpath)  unless(-d $resultpath); #创建目录，准备存放解析结果
 open(OUTFILE1_LIST, ">$resultpath.\\SpecificResult.txt")||die "can't open file SpecificResult.txt!";
 open(OUTFILE2_LIST, ">$resultpath.\\FrequencyResult.txt")||die "can't open file FrequencyResult.txt!";
 foreach(@filearray)
 {
  #print $_,"\n";
  open(FILE_NAME, $_)||die "can't open part-m file";
  while (<FILE_NAME>)
  {
   my @strlist=split("\t",$_);
   if(($#strlist+1)>=4)
   {
    my $lineTxt=$strlist[3];
    print OUTFILE1_LIST ("$lineTxt\n");
    $hash{$lineTxt}++;
   }
   
  } 
 }
 my @keys = sort { $hash{$b} <=> $hash{$a} } keys %hash;  #sort the hash table   
 foreach(@keys)
 {
  print OUTFILE2_LIST ("$_"."\t"."$hash{$_}"."\n");
 }
 
 close(OUTFILE1_LIST);
 close(OUTFILE2_LIST);
 print "-------FINISH!!!--------\n";
}