1. 首頁
  2. 問答
  3. 如何讀取文件的段落或塊成陣列

如何讀取文件的段落或塊成陣列

2015-10-05 25 views

回答

3

這要求往往不夠，我想那會解釋做什麼有用的，但首先我需要這樣說：

不要試圖讀取一個大口的文件。這就是所謂的「啜泣」，除非你能保證你總能獲得明顯小於1MB的文件，否則這是一個壞主意。有關更多信息，請參閱「Why is "slurping" a file not a good practice?」。

如果我有，看起來像一個文件：

block 1 
some text 
some text 

block 2 
some text 
some text

，我試圖正常讀取它，我會得到這樣的：

File.read('foo.txt') 
#=> "block 1\nsome text\nsome text\n\nblock 2\nsome text\nsome text\n"

這會使我不得不把它分解分成單獨的行，試圖找到空行，然後將其分成塊。總而言之，天真的解決方案是使用正則表達式，這種正則表達式可以工作，但不是最優的。

或者我們可以嘗試：

File.readlines('foo.txt') 
#=> ["block 1\n", "some text\n", "some text\n", "\n", "block 2\n", "some text\n", "some text\n"]

之後，還必須找到空行，並打開陣列分爲子陣列。

相反，有兩種簡單的方法來加載文件。

  1. 牢記約啜文件，如果它是一個小文件，我們可以使用以前的警告：

    File.readlines('foo.txt', "\n\n") 
#=> ["block 1\nsome text\nsome text\n\n", "block 2\nsome text\nsome text\n"]

    請注意，在第二個參數使用"\n\n"。這就是「行分隔符」，它通常被定義爲* nix類型操作系統的「\ n」和Windows的「\ r \ n」。它實際上是基於Ruby衍生的全球價值，它親切地稱爲$/，$RS或$INPUT_RECORD_SEPARATOR。它們記錄在English模塊中。記錄分隔符是在文本文件中用來分隔兩行的字符，或者，對於我們的目的而言，是由兩個行尾字符或換句話說，一個段落分隔的一組行。

    讀取一次，很容易清理的內容刪除尾隨線兩端：

    File.readlines('foo.txt', "\n\n").map(&:rstrip) 
#=> ["block 1\nsome text\nsome text", "block 2\nsome text\nsome text"]

    或將其分解成子陣列：可用於

    File.readlines('foo.txt', "\n\n").map{ |s| s.rstrip.split("\n") } 
#=> [["block 1", "some text", "some text"], ["block 2", "some text", "some text"]]

    所有的例子具有類似於一個段落：

    File.readlines('foo.txt', "\n\n").map(&:rstrip).each do |line| 
    # do something with line 
end

    或：

    File.readlines('foo.txt', "\n\n").map{ |s| s.rstrip.split("\n") }.each do |paragraph| 
    # do something with the sub-array `paragraph` 
end

  2. 如果它是一個大的文件，我們可以通過foreach使用Ruby的行由行IO如果文件尚未打開，或者each_line如果它是一個已打開的文件。而且，由於您閱讀了上面的鏈接，您已經知道我們爲什麼要使用逐行IO。

    File.foreach('foo.txt', "\n\n") #=> #<Enumerator: File:foreach("foo.txt", "\n\n")>

    foreach返回一個枚舉，所以我們需要釘在to_a閱讀陣列，所以我們可以看到的結果，但通常我們會不會有這樣做：

    File.foreach('foo.txt', "\n\n").to_a 
#=> ["block 1\nsome text\nsome text\n\n", "block 2\nsome text\nsome text\n"]

    這很容易使用foreach像上面：

    File.foreach('foo.txt', "\n\n").map(&:rstrip) 
#=> ["block 1\nsome text\nsome text", "block 2\nsome text\nsome text"] 

File.foreach('foo.txt', "\n\n").map(&:rstrip).map{ |s| s.rstrip.split("\n") } 
#=> [["block 1", "some text", "some text"], ["block 2", "some text", "some text"]]

    注：我強烈懷疑使用map這樣會造成simil因爲Ruby在傳遞給map之前會緩存foreach的輸出。相反，我們需要做的do塊讀取裏面的每個段落的操作：

    File.foreach('foo.txt', "\n\n") do |ary| 
    ary.rstrip.split("\n").each do |line| 
    # do something with the individual line 
    end 
end

    這樣做是小命中在性能，但是，因爲我們的目標是通過段或塊來處理，這是可以接受的。

另請注意，這是一個社區Wiki，所以請編輯並作出適當的貢獻。

來源

2015-10-05 18:56:32

相關問題

 相關問題