Perl複数ファイルから一行ずつ読み込んで比較

質問

• Perlを使用して複数のファイルから一行ずつデータを読み込み、数値の大小を比較する方法について教えてください。初心者向けの場合でも理解できるようにお願いします。
• ファイル構造は2行で1つのテキストデータを表し、奇数行にはテキストデータの情報が、偶数行にはIDが記載されています。テキスト内の数値を比較して、差が一定以上のテキストの情報を抽出したいです。
• また、奇数行のテキスト情報はドット（.）の後に数値があり、その数値の大小を比較する際には括弧（）で囲まれた数値の部分を使用します。

回答No.1

TYWalker

全部読むのは大変なので読みませんでした。すみません。

open FILE, $file;
while (<FILE>) {
　　$_の処理
}
close FILE;

という処理の意味は分かりますね。
これと、

open FILE, $file;
@arr = <FILE>;
close <FILE>;

for (@arr) {
　　$_の処理
}

という処理はまったく同じです。
下では@arrという配列にファイルの中身をドバーンと入れて処理しています。
これだと、

open FILE, $file_1;
@arr1 = <FILE>;
close <FILE>;

open FILE, $file_2;
@arr2 = <FILE>;
close <FILE>;

という風に複数のファイルを処理するのも簡単ですし、

for $i (0 .. $#arr) { # 0 から $#arr まで番号を$iに入れて処理する。$#arrは配列の最後の指標。
　　next if $i % 2 == 1; # $i を2で割った余りが1だったらループを飛ばす
　　$arr[$i] の処理
}

と言う風にやれば奇数の行の処理も出来るでしょう。

大きな問題を小さな問題に分解する考え方はいいんですが、だったらその小さな問題のうち、うまくいかない部分だけを質問してください。
じゃないと質問に答える人はウンザリしてしまいます。

それから、エラーが出たというだけではなくて、実際にどんなプログラムを動かしたら、なんというエラーが出たかも教えてください。

お礼

貴重な時間を割いて早速お答ええいただき、ありがとうございます。たいへん迅速にお答えいただいたので驚いています。

配列に読み込むという方法、やってみます。まずは、100行程度だけ抽出したテストファイルを用いて試して見ます。
ただこの方法だと、考え方が間違っているかもしれませんが、行が1000万以上ある場合、一度メモリにすべてキャッシュされ、計算機に負担が大きいのではないかと懸念しています。ただ、配列に読み込む方法は、ぼんやりとはしってましたが、書くこともテストしたこともないので、大変勉強になりました。重ね重ねありがとうございます。今から試してみます。

＞大きな問題を小さな問題に分解する考え方はいいんですが、だったらその小さな問題のうち、うまくいかない部分だけを質問してください。じゃないと質問に答える人はウンザリしてしまいます。

自分も投稿後に感じました。申しわけないと思っています。

＞それから、エラーが出たというだけではなくて、実際にどんなプログラムを動かしたら、なんというエラーが出たかも教えてください。

質問欄にスクリプトを記載するには、文字制限でできませんでした。不親切すぎて回答に困りますよね。すいませんでした。
以下が、書いてみたスクリプト原文です。ここまででは、エラーは出てきませんでした。

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

＃まずは、後半に情報があるtextファイルだけ抜き出す文を書く

#入力、出力のファイルハンドルを指定
open (IN1, 'file1') or die "$!";
open (IN2, 'file2') or die "$!";
open (OUT1, '>temp1') or die "$!";
open (OUT2, '>temp2') or die "$!";

#if内で定数を定義したらエラーになるので、ここで定義。
my $flg1 = 0;
my $flg2 = 0;

＃まずはfile1から
while (my $data1 = <IN1>){

＃（）があれば、$ｆｌｇ1に２を代入
　if (data1 =~ /\(.*\)/){
　$flg1 = 2;
　}

#$flgが０以上なら出力し、flgの値を１減らす。真なら2行続けて出力される。
　if ($flg1 > 0){
　print OUT1 $data1;
　$flg1 = $flg1 -1;
}
}

＃file２も同様に処理する
while (my $data2 = <IN1>){

＃（）があれば、$ｆｌｇ2に2を代入
　if (data2 =~ /\(.*\)/){
　$flg2 = 2;
　}

#$flgが０以上なら出力し、flgの値を１減らす。真なら2行続けて出力される。
　if ($flg2 > 0){
　print OUT2 $data2;
　$flg2 = $flg2 -1;
}
}

close IN1;
close IN2;
close OUT1;
close OUT2;

#各行の（）で囲まれた部分の最初の2桁の数字だけ抜き出す

#入力、出力のファイルハンドルを指定
open (IN3, 'temp1') or die "$!";
open (IN4, 'temp2') or die "$!";
open (OUT3, '>temp3') or die "$!";
open (OUT4, '>temp4') or die "$!";

while　（my $data3 = <IN3>){
＃（数字2桁　）があれば真、数字2桁を変数に代入。
if ($seq3 =~ /(\()([1-9][1-9])/{
my $none1 = $1;
my $compare1 = $2;
＃改行を挿入
my $compare2 = "$compare1\n";
print OUT3 $compare2;
}

while　（my $data4 = <IN4>){
＃（数字2桁　）があれば真、数字2桁を変数に代入。
if ($data4 =~ /(\()([1-9][1-9])/{
my $none2 = $1;
my $compare3 = $2;
＃改行を挿入
my $compare4 = "$compare3\n";
print OUT4 $compare4;
}
close IN3;
close IN4;
close OUT3;
close OUT4;

#次に、各行の数値の大小を比較する。この先、２ファイルの同じ行を
#比較する方法が分かりませんでした。

exit

補足

補足というか、文字制限で書けませんので追記しています。私の書いた、上のつたないスクリプトでも、
抽出の対象となる、下のような構造の二つのファイルから、

file1
>text1. 4552221.2:(30.2):100
13333331
>text2
87999999
>text3. 3444444.1:(20.0):300
75533333
・
・
・
・

file２
>text1. 4552221.2:(20.9):100
13333331
>text2
87999999
>text3. 3444444.1:(23.3):300
75533333
・
・
・
・

から、（）内の左端の2桁の数値だけ抽出して、下のように、一行ずつ出力することまでは
とりあえず、エラーなくできています。

file1（temp3として出力）
30
20
・
・

file2(temp4として出力)
20
23
・
・

1000万以上の行のテキストの場合、どの程度の実用性があるのか不明ではありますし、もっとコンパクトに出来るとは思うのですが。

一番お聞きしたいのは、この2つのファイルの各行の数値を順に比較して、数値に一定以上の差がある場合、その数値を出力する、というのをどのような表現やコマンドを用いればできるのか？、です。

しつこくて大変恐縮なのですが、どなたかぜひ教えて下さい。お願いします。whileでのループや、forでの全配列でのループ処理では、file１かfile２のどちらか一方を順に処理することはできますが、どちらのファイルも、一行ずつ交互に読み込んで処理するにはどうすれば良いのでしょうか？このような考え方自体、根本的に間違っていたら申しわけありません。