2013-05-31 09:00:18 Sede_Leon 11111119H
2013-05-31 09:00:21 Sede_Cantabria 22333444X
Coloreado en 0.000 segundos, usando GeSHi 1.0.8.4
Lo he simplificado al máximo, quitando todas las expresiones regulares.
Sabiendo ya cómo son realmente los archivos que hay que procesar, ya podemos dar una solución muy optimizada.
Using perl Syntax Highlighting
- #!/usr/bin/perl
- use strict; # estilo estricto
- use warnings; # activar advertencias
- use diagnostics; # diagnósticos de fallos
- use autodie; # «Es mejor morir que regresar con deshonor» --proverbio Klingon
- ### Variables
- my %redes; # almacén con los cambios
- my %agentes = (
- Juan => '22333444X',
- Antonio => '11111119H',
- );
- my $agentes = join "|", keys %agentes; # construimos una expresión regular
- $agentes = qr/\b($agentes)\b/;
- ### Lectura del archivo CSV
- open my $CSV, '<', 'archivo.csv';
- while (<$CSV>) { # para cada línea, hasta fin de archivo
- chomp; # quitamos caracteres fin de línea
- my($red, $nombre) = split /[;]/; # partimos la línea, extraemos columnas
- $redes{$red} = $nombre;
- }
- close $CSV;
- ### Procesado
- open my $ARCHIVO, '<', 'archivo.txt'; # Lectura del archivo a tratar
- open my $SALIDA, '>', 'archivo.new.txt'; # Escritura del archivo resultado
- <$ARCHIVO> for 1 .. 6; # saltamos la cabecera
- while (my $linea = <$ARCHIVO>) { # para cada línea del $ARCHIVO
- my(@campos) = split " ", $linea, 4; # partir en cuatro cachos
- my $IP = $campos[2];
- my $red = substr $IP, 0, 1 + rindex $IP, '.'; # extraemos la red /24 a la que pertenece $IP
- ## Sustitución del nombre de la red
- if (exists $redes{$red}) { # si podemos cambiarla
- $campos[2] = $redes{$red}; # la cambiamos
- }
- ## Sustitución de la descripción
- if ($campos[3] =~ /$agentes/) { # buscamos los agentes dentro del campo cuarto
- $campos[3] = qq("$agentes{$1}"\n); # lo cambiamos por el NIF
- }
- print $SALIDA join " ", @campos; # guardamos el resultado
- }
- close $ARCHIVO;
- close $SALIDA;
Coloreado en 0.003 segundos, usando GeSHi 1.0.8.4
Using text Syntax Highlighting
2013-05-31 09:00:15 Sede_Cantabria 22333444X
2013-05-31 09:00:18 Sede_Leon 11111119H
2013-05-31 09:00:21 Sede_Cantabria 22333444X
2013-05-31 09:00:18 Sede_Leon 11111119H
2013-05-31 09:00:21 Sede_Cantabria 22333444X
También usamos un método para acelerar la búsqueda de agentes: los metemos todos en una expresión regular que vamos construyendo de esta manera:
/\b(Juan|Antonio)\b/
De esa manera, lo que hacemos es buscar por todos los agentes a la vez, dentro del campo cuarto. Si encontramos alguno, queda capturado en $1 gracias a los paréntesis, y lo usaremos como clave en la línea siguiente para rehacer el cuarto campo con el NIF correspondiente.
Total: un bucle menos y mayor velocidad de procesado.
Y aún se puede aumentar las velocidades: comentar las líneas 'use strict' y 'use warnings' cuando sabemos que el programa está libre de errores.
