有这样一种数据类型：
假设它有很多很多行（1.txt）
我想将它整理成这样：
它也有很多很多行（2.txt）
直接给出一段代码：
#! C:\other_disk\D_disk_software\perl64 -w
use utf8;
binmode(STDOUT,":utf8");
my %hash;
sub uniq {
return keys %{{map {$_=>1} @_}};
}
open(INPUT,"<1.txt")or die, $!;
open(OUTPUT,">2.txt")or die, $!;
foreach (<INPUT>) {
if(/^(\S+)(\s.*?)[\n\r]*$/){
$hash{$1} .= $2;
}
}
close INPUT;
foreach (sort keys %hash) {
my @elements = uniq (split ('\t', $hash{$_}));
print OUTPUT "$_\t", join(' ', sort @elements), "\n";
}
这段代码包含了perl语言的很多知识点。
我们来一行一行的看（接下来将用数字表示代码的行数，一行一行的进行解释）：
------------------------------------------------------------------
1. #! C:\other_disk\D_disk_software\perl64 -w
我写的这段代码，对于windows系统下毫无意义，只是觉得应该在第一行写点什么东西。但是假如你在linux系统中运用perl的话，需要分两种情况来说明：第一种，如果你采用perl text.pl这种方式运行perl的脚本文件text.pl的话，那第一行也不需要，直接开始写你的代码就可以。第二种，如果你采用./text.pl来执行这个脚本文件，那么第一行必不可少，一般大家都这么写: #!/usr/bin/perl (指明perl解释器的路径)。
------------------------------------------------------------------
2. use utf8;
这是载入utf8模块的函数use，一般书写perl脚本是需要把所有你需要用到的模块在脚本的开头载入。（模块包括包，包包括函数，函数又叫子程序，也就是说一个模块可能包含许多个包和许多个函数）。
------------------------------------------------------------------
3. binmode(STDOUT,":utf8");
ok，说曹操曹操就到，binmode就是utf8模块中的一个函数，这行代码的意思是perl的标准输出采用utf8编码表（编码和计算机的原理有很大关系，这说起来话长，简单点说就是，假如你和别人对暗号的时候，这个暗号必须是在同一个密码本上的暗号，假如你用的密码本和别人不同，你就会被乱枪射死，在计算机上就会出现perl语言输出的文本为乱码）。
注意：其对应的标准输入的文件格式也要utf8。
------------------------------------------------------------------
4. my %hash;
就是声明一个私有哈希列表，类似与C语言的声明变量，就是告诉计算机给我准备一个叫%hash的列表，我准备向里面存取东西了。说到哈希，这里不得不提@arrey（数组），$var(变量)。perl语言中都有专门的符号表示他们。
------------------------------------------------------------------
5. 6. 7.
sub uniq {
return keys %{{map {$_=>1} @_}};
}
这其实也是一个函数啦，又叫子程序，sub uniq{}指建立一个名字叫unqi的函数，其核心内容是位于｛｝中的代码块：return keys %{{map {$_=>1} @_}};
这里说到函数就需要说函数参数的问题，使用函数就是向函数内部传递参数的过程，函数就是为了实现改变几个参数就可以重复利用的功能。perl语言中@_就是接受传入函数参数的默认数组 ，$_也是perl语言的一个默认变量。
map {$_=>1} @_中map为一个函数，它实现的功能是遍历数组@_中的每一个元素，并执行{$_=>1}中的内容，即生成一个数组（第一个元素,1,第二个元素,1,第三个元素,1,...）。
接下在的知识点就是数组、哈希以及列表的嵌套功能。当将%{{数组}}形式出现时就将数组转化为哈希,即(第一个元素=>1,第二个元素=>1,第三个元素=>1,...)。最后一步return keys %{}就是将哈希中的键列出并返回给函数。所以呀，这个函数会返回一个字符串。
------------------------------------------------------------------
8. 9.
open(INPUT,"<1.txt")or die, $!;
open(OUTPUT,">2.txt")or die, $!;
这两行代码实际上本质一样，第一行是将1.txt文件中的内容写入到句柄INPUT中，第二行是将句柄OUTPUT的内容写入到中2.txt文件中。
后面的or die, $!是指，如果前面的操作无法运行，则退出不在运行该脚本，并返回错误原因（$!）。$!是perl中默认代表所有错误的一个标志吧。
------------------------------------------------------------------
10. 11. 12. 13. 14. 15.
foreach (<INPUT>) {
if(/^(\S+)(\s.*?)[\n\r]*$/){ #以任意个非空白字符开头，以任意个换行符或者回车符结尾的字符串（并且中间可以包含新行外的一个或者多个任意字符）
$hash{$1} .= $2;
}
}
close INPUT;
foreach (<INPUT>)就是遍历文件句柄IUPUT中的内容，一行一行的来，有多少行就循环多少次，每一行执行一次代码块中的内容。
if(/^(\S+)(\s.*?)[\n\r]*$/)指假如...成立则执行代码块中的内容。
下面我们只需要深究这个/^(\S+)(\s.*?)[\n\r]*$/是什么意思。//表示匹配，即/匹配内容/；^以...字符开头，$表示以...字符结尾，因此意思就是以空字符开头，以0个或者任意个换行符或者以0个或者任意个回车符结尾的字符串，并且中间包含(\S+)任意个非空白字符和(\s.*?)任意字符串。
$hash{$1} .= $2
也可以写成
$hash{$1} = $hash{$1}.$2
中$1就默认表示(\S+)中的内容，$2表示(\s.*?)中的内容。.代表将两个字符串合并。
因此，整个foreach循环结束后，就生成一个哈希（%hash）表包括：('1'=>'\ta\tk','2'=>'\tb\tl','3'=>'\tc\tm',...)
最后，养成好习惯，关闭句柄INPUT，节约内存。
------------------------------------------------------------------
16. 17. 18. 19
foreach (sort keys %hash) {
my @elements = uniq (split ('\t', $hash{$_}));
print OUTPUT "$_\t", join(' ', sort @elements), "\n";
}
sort keys %hash将%hash的键列出，并排序，相当于键值组成了一个列表。接着还是用foreach遍历这个列表，一个元素一个循环。
split ('\t', $hash{$_})是将$hash中键对应的值分割成数组，比如第一行(a，k)，再将这个数组作为参数传递到uniq函数中，因此，my @element就是(a,k)
join(' ', sort @elements)将数组元素以空格连接成一个字符串,即a k。
最后print OUTPUT "$_\t", join(' ', sort @elements), "\n";，以键+字符串+换行符为格式打印到OUTPUT句柄中，每个键执行一个循环，知道所有键都执行完毕为止。
最终，OUTPUT句柄写入到2.txt文件中。
-------------------------------------------------------------------
源代码来源：
http://cn.voidcc.com/question/p-otfupjcv-rz.html（略作修改）
网友评论