在Clojure中更習慣性地逐行處理文件

我試圖讀取一個文件（可以或不可以）YAML frontmatter逐行使用Clojure，並返回一個帶有兩個向量的hashmap包含前線和一個包含所有其他內容（即身體）。在Clojure中更習慣性地逐行處理文件

而例如輸入文件應該是這樣的：

--- 
key1: value1 
key2: value2 
--- 

Body text paragraph 1 

Body text paragraph 2 

Body text paragraph 3

我已經運行的代碼，這樣做，但我（當然使用Clojure經驗不足）的鼻子，它惡臭碼味的。

(defn process-file [f] 
    (with-open [rdr (java.io.BufferedReader. (java.io.FileReader. f))] 
    (loop [lines (line-seq rdr) in-fm 0 frontmatter [] body []] 
     (if-not (empty? lines) 
     (let [line (string/trim (first lines))] 
      (cond 
      (zero? (count line)) 
       (recur (rest lines) in-fm frontmatter body) 
      (and (< in-fm 2) (= line "---")) 
       (recur (rest lines) (inc in-fm) frontmatter body) 
      (= in-fm 1) 
       (recur (rest lines) in-fm (conj frontmatter line) body) 
      :else   
      (recur (rest lines) in-fm frontmatter (conj body line)))) 
     (hash-map :frontmatter frontmatter :body body)))))

有人能指點我一個更優雅的方式來做到這一點嗎？我將在這個項目中進行大量的逐行解析，如果可能的話，我希望有一種更習慣的方式去解決它。

來源

2013-08-19 John Biesnecker

首先，我將行處理邏輯放在它自己的函數中，以便從實際在文件中讀取的函數調用。更重要的是，你可以處理IO功能拍攝功能的行映射在作爲參數，也許是沿着這些線路：

(require '[clojure.java.io :as io]) 

(defn process-file-with [f filename] 
    (with-open [rdr (io/reader (io/file filename))] 
    (f (line-seq rdr))))

注意，這種安排使得它的f的責任，實現儘可能多的在它返回之前它所需的行seq（因爲之後with-open將關閉行seq的底層讀取器）。

考慮到責任分工，假定第一個---必須是第一個非空行，並且所有空行都被跳過（如同使用來自問題文本）：

(require '[clojure.string :as string]) 

(defn process-lines [lines] 
    (let [ls (->> lines 
       (map string/trim) 
       (remove string/blank?))] 
    (if (= (first ls) "---") 
     (let [[front sep-and-body] (split-with #(not= "---" %) (next ls))] 
     {:front (vec front) :body (vec (next sep-and-body))}) 
     {:body (vec ls)})))

注意這會導致被讀取並在載體或者對向量（這樣我們就可以使用process-lines與process-file-with未經讀者的返回所有行被太早關閉vec來電）。因爲從磁盤上的實際文件中讀取的行現在與處理一系列行不耦合，所以我們可以很容易地在REPL中測試這個過程的後一部分（當然這可以作爲一個單元測試）：？？？？？？？？？？？？

;; could input this as a single string and split, of course 
(def test-lines 
    ["---" 
    "key1: value1" 
    "key2: value2" 
    "---" 
    "" 
    "Body text paragraph 1" 
    "" 
    "Body text paragraph 2" 
    "" 
    "Body text paragraph 3"])

立即致電我們的函數：

user> (process-lines test-lines) 
{:front ("key1: value1" "key2: value2"), 
:body ("Body text paragraph 1" 
     "Body text paragraph 2" 
     "Body text paragraph 3")}

來源

2013-08-19 23:22:05

這太棒了。我知道我只是在錯誤地看問題。謝謝！ –

實際上，慣用的方式來使用Clojure的是避免返回「一個HashMap有兩個載體」，並把這個文件看作是（懶惰）做線序

然後，將處理線的順序的功能決定文件是否有YAML frontmatter或不

是這樣的：

(use '[clojure.java.io :only (reader)]) 
(let [s (line-seq (reader "YOURFILENAMEHERE"))] 
    (if (= "---\n" (take 1 (line-seq (reader "YOURFILENAMEHERE")))) 
    (process-seq-with-frontmatter s) 
    (process-seq-without-frontmatter s))

順便說一下，這是一個戒菸和骯髒的解決方案;兩件事情，以改善：

通知我創建了兩個seqs同一個文件，這將是最好創建只有一個，使第一線的檢查，這樣就不會在穿過第一要素的seq（像一個偷看，而不是一個流行）
我認爲這將是一個多方法'process-seq'（當然有一個更好的名稱），將根據第一行seq

來源

2013-08-20 00:58:30

在Clojure中更習慣性地逐行處理文件

回答

相關問題