Scala：最簡潔的方式遞歸解析文件檢查多個字符串

我想編寫一個Scala腳本遞歸處理目錄中的所有文件。對於每個文件，我想看看是否有任何情況下，在X行和X - 2行出現字符串。如果出現類似情況，我想停止處理該文件，並將該文件名添加到地圖的文件名到發生次數。我剛開始學習今天斯卡拉，我已經拿到了文件遞歸碼的工作，並且需要一些幫助，搜索字符串，這是我到目前爲止有：Scala：最簡潔的方式遞歸解析文件檢查多個字符串


import java.io.File 
import scala.io.Source 

val s1= "CmdNum = 506" 
val s2 = "Data = [0000,]" 

def processFile(f: File) { 
    val lines = scala.io.Source.fromFile(f).getLines.toArray 
    for (i = 0 to lines.length - 1) { 
    // want to do string searches here, see if line contains s1 and line two lines above also contains s1 
    //println(lines(i)) 
    } 
} 

def recursiveListFiles(f: File): Array[File] = { 
    val these = f.listFiles 
    if (these != null) { 
    for (i = 0 to these.length - 1) { 
     if (these(i).isFile) { 
     processFile(these(i)) 
     } 
    } 
    these ++ these.filter(_.isDirectory).flatMap(recursiveListFiles) 
    } 
    else { 
    Array[File]() 
    } 
} 

println(recursiveListFiles(new File(args(0))))

來源

2011-01-07 fred basset

你可以做這樣的事情：

def processFile(f: File) { 
    val src = Source.fromFile(f) 
    val hit = src.getLines().sliding(3).exists{ 
    case List(l0, l1, l2) => l0.contains(s1) && l2.contains(s1) 
    case _ => false 
    } 
    src.close 
    // do something depending on hit like adding to a Map 
}

首先，您不需要轉換爲數組，您可以保留迭代器只讀取找到匹配所需的行。

您可以使用sliding使用3行滑動窗口來獲取派生迭代器，您可以在其中查找行i和i+2上的字符串。

exists測試此滑動迭代器的元素是否滿足謂詞。爲了方便起見，case將模式匹配從滑動窗口元素到3個val的3條線。 我不得不使用REPL來找出什麼類型的滑動真的返回。

最後別忘了關閉src。

如果需要出現計數：

val count = src.getLines().sliding(3).filter{ 
    case List(l0, l1, l2) => l0.contains(s1) && l2.contains(s1) 
    case _ => false 
    }.size

您篩選中，然後再拿到大小...

編輯的匹配錯誤的文件短於3線

來源

2011-01-07 21:52:06 huynhjl

感謝您的迴應，我試了一下，但得到一個異常時，它正在處理文件： –

scala.MatchError：List（2010-05-31 17：31：06.015 UTC + 0000 INFO [xxx-HostSy ncThread -Runnable-> HostSync-176666318810351] estation.services.timesync.TimeSync - 與主機'http://www04.xxx.com:80'成功的時間同步：解析後的1275327066705分解到5月31日星期一的系統時間17 ：31：06 UTC 2010） at Main $$ anon $ 1 $$ anonfun $ 1.apply（506。Scala：13） at Main $$ anon $ 1 $$ anonfun $ 1.apply（506.scala：13） at scala.collection.Iterator $ class.exists（Iterator.scala：655） at scala.collection.Iterator $ GroupedIterator.exists（Iterator.scala：772） –

@fred，我添加了'case _ => false'來處理短文件。 – huynhjl

它需要細化處理短於3行的文件，但在第一次刺激時，我會嘗試這樣的事情：

def checkFile(file: File) = { 
    val lines = ... 
    (lines zip lines.tail.tail) exists { _1 = _2 } 
}

然後

val files = ... 
val validFiles = files filter { checkFile }

道歉這麼簡單，我回答我的手機......

來源

2011-01-07 22:19:50

啊文件少於3行，這解釋了我的答案中的匹配錯誤:) – huynhjl

這裏是這樣做的另一種方式：

import java.io.File 
import scala.io.Source 

val s1= "CmdNum = 506" 

def filesAt(f: File): Array[File] = if (f.isDirectory) f.listFiles flatMap filesAt else Array(f) 

def filterFiles(arr: Array[File]) = arr filter (
    Source 
    fromFile _ 
    getLines() 
    sliding 3 
    exists { 
     case List(l1, l2, l3) => List(l1, l3) forall (_ contains s1) 
     case _ => false 
    } 
) 

println(filterFiles(filesAt(new File(args(0)))))

雖然我」我會承認我有點欺騙。事實上，我不得不代替寫Source fromFile _此：

Source.fromFile(_)(scala.io.Codec.ISO8859)

因爲，否則，斯卡拉將無效UTF-8編碼的BARF。

來源

2011-01-07 22:30:28

Scala：最簡潔的方式遞歸解析文件檢查多個字符串

回答

相關問題