Текстовые строки пропускаются при чтении файла построчно в Perl. ‹cr› ‹lf› несоответствие

Строка -72[CR] отсутствует. Вы просто этого не видите.

Это связано с тем, что это не строка, поскольку символ возврата каретки обычно не распознается как символ разрыва строки. Происходит то, что вы читаете это как одну строку:

-72[CR]&nbsp(dBm)&nbsp(High)</td>[LF]

И происходит то, что вы печатаете:

Line No. 101 is -72

Затем печатается этот символ возврата каретки, который заставляет курсор вернуться к началу строки. Затем печатается остальная часть строки. Это скрывает то, что вы распечатали, и, таким образом, вы видите:

&nbsp(High)</td>

потому что это перезаписало предыдущий текст в этой строке.

Я использовал VI для создания трех разных файлов с тремя разными форматами файлов ("mac" = "\r", "unix" = "\n" и "dos" = "\r\n"), затем я использовал Unix cat, чтобы объединить их в один испорченный файл.

Вот моя программа:

use 5.12.0;
use autodie;

open my $test_fh, "<:crlf", "new_test";

local ($/);               #Enable "slurp" mode
my $file = <$test_fh>;    #Whole file is read in.

$file =~ s/[\r\n]+/\n/g;  #Make all line endings just \n

#
# Now "rewrite" the file
#
my @file = split /\n/, $file;
for my $line (@file) {
    say qq(Line: "$line");
}

Это распечатывает:

Line: "MAC FILE"
Line: "this"
Line: "is"
Line: "a"
Line: "test of my"
Line: "program"
Line: "this"
Line: "WINDOWS FILE"
Line: "is"
Line: "a"
Line: "test of my"
Line: "program"
Line: "UNIX FILE"
Line: "this"
Line: "is"
Line: "a"
Line: "test of my"
Line: "program"

Как видите, в MAC-ФАЙЛЕ были показаны все строки, но слово Line: распечаталось не во всех из них. Это потому, что Perl читал его как одну большую строку. Мой s/\r+/\n/g преобразовал его для печати в несколько строк, но цикл while прочитал его как одну строку.

Взгляните на мое заявление open. Я использую три параметра, которые решают некоторые незначительные проблемы в Perl. Приятно то, что вы можете прикреплять слои или кодировки к файлу. Например, <:crlf автоматически преобразует файлы Windows с окончания \r\n только в \n, но не затрагивает файлы Unix. Это спасение для тех, кто работает в смешанных средах Unix/Windows.

Я надеялся найти аналогичный слой для старых текстовых файлов в стиле Mac (до появления Mac OS X файлы Macintosh заканчивались только \r, а не \n вообще. Это действительно решило бы проблему). К сожалению, я не нашел никакой документации по нему.Прошло много времени с тех пор, как у вас были текстовые файлы до OS X Macintosh.

Возврат каретки \r. Он указан в perldoc perlreref. Удаление его из вашего ввода, например, в этом вашем цикле, можно сделать так:

while (<hLOGFILE>) { 
    s/\r//g;
    print "Line no $.  Text is $_ ";
}

Альтернативы

tr/\r//d;        # same thing as above, really
s/[\r\n]+$//;    # remove all line endings

Вы могли бы chomp() это прочь...

open hLOGFILE, "<output.txt";
while (<hLOGFILE>)
{
    chomp(); 
    print "Line no $.  Text is $_ \n" if( $_ );
}

В некоторых системах я видел необходимость вызывать chomp() дважды, чтобы избавиться от нескольких символов конца строки... да, они существуют. Возможно, вы захотите добавить что-нибудь, чтобы удалить все эти HTML-теги? См.: Как я могу удалить HTML из строки с помощью Perl. ?