Perl 記錄分隔符 $/ 詳解：自定義行讀取邊界實現非標準文本解析

從換行符到任意字串：$ / 變量控制 <FILEHANDLE> 的讀取粒度

Perl 預設按 \n 讀取「一行」。通過修改特殊變量 $/（輸入記錄分隔符），可將「行」重新定義為任意字串，實現按段落、按標記、按固定標識塊讀取。本文以 GenBank 格式生物序列文件為例，演示 $/ = "///\n"、$/ = "how\n"、$/ = "ACCESSION" 等不同分隔符的效果。

核心機制

• $/ 預設為 "\n"。
• $fh = <FILEHANDLE> 讀取直到遇到 $/（包含分隔符），返回含分隔符的字串。
• 設為 undef 時一次讀取整個文件（slurp 模式）。
• 設為 ""（空字串）時啟用「段落模式」：連續空行作為分隔。
• 局部化：local $/ = "///\n"; 限制作用域，避免污染全局。

範例文件片段

LOCUS JX118024 460 bp DNA linear PLN 25-SEP-2012
DEFINITION Fragaria vesca subsp. americana RNA polymerase beta subunit (rpoC1) gene, partial cds; plastid.
/
ACCESSION JX118024
//
VERSION JX118024.1 GI:402238751
KEYWORDS .
how
///
SOURCE plastid Fragaria vesca subsp. americana

不同分隔符輸出對比

完整測試腳本

#!/usr/bin/perl
use strict; use warnings;
open(my $fh, '<', 'strawberry1.gb') or die "Can't open: $!";

# 示例：按 ///\n 讀取記錄
local $/ = "///\n";
my $record = <$fh>;
print "--- 記錄 1 ---\n$record";

# 後續可繼續讀取下一記錄
$record = <$fh>;
print "--- 記錄 2 ---\n$record" if defined $record;
close($fh);

應用場景

• 解析 FASTA/GenBank/PDB 等生物信息學格式（記錄間有固定分隔符）。
• 日誌文件按 ---END---、==== 分隔多行事件。
• 配置文件按 [section] 讀取區塊。
• 大文件流式處理：避免一次性載入記憶體，逐記錄處理釋放。

注意事項

1. 精確匹配：分隔符必須完全一致（含空白、大小寫），/\n 不匹配 / \n。
2. 正則不支援：$/ 僅接受字面字串，不可用正則。複雜邊界需讀大塊後自行切分。
3. 跨平台換行：Windows \r\n、Unix \n，設定分隔符時需匹配實際文件格式。
4. 性能：極短分隔符（如單字符）會導致大量小字串分配；適當調整。