Question

我是Groovy的新手，但我很长一段时间以来一直是Java开发人员。我正在尝试运行一些统计信息，并且已经使用了两个文件，并认为Groovy脚本可以很好地用于此。我想要做的是确定一个CSV文件中的哪些用户ID不在另一个CSV文件中。例如：

全users.csv：

joe
bobby
jane
fred

一些-users.csv：

fred
jane

我想要'some-users.csv'文件中没有包含userID的统计信息。在这种情况下，joe和bobby（2个用户）不在some-users.csv中。

我找不到任何关于将文件内容加载到Collection中然后进行diff或比较的简单文档。有什么想法吗？

谢谢！

Answer 1

假设每行有一个用户的文件，你可以这样做：

def allUsers = new File( '/tmp/all-users.csv' )
def someUsers = new File( '/tmp/some-users.csv' )
def diff = allUsers.text.tokenize( '\n' ) - someUsers.text.tokenize( '\n' )

assert diff == [ 'joe', 'bobby' ]

这可以概括为通过执行以下操作从初始文件中删除多个文件：

[ '/tmp/all-users.csv', '/tmp/some-users.csv' ].collect { new File( it ).text }
                                               .collect { it.tokenize( '\n' ) }
                                               .inject  { accum, e -> accum - e }

如果您确实有CSV，那么您需要进行一些额外的解析（最好是with a CSV parser）以获取每个文件的名称列表

Answer 2

您可以使用以下命令将文件加载到内存中：

def allUsers= []    
new File("all-users.csv").eachLine { line -> allUsers.add(line) }

这是加载/处理文件中所有行的非常通用的方法。用例：为每一行添加任何其他解析，创建和填充对象等。

然后你可以用以下方法计算它们之间的差异：

allUsers - someUsers

Answer 3

在做了一些研究以及提出的解决方案之后，我想出的最好的方法就是：

def allUsers = new File("all-users.rtf").readLines()
def someUsers = new File("some-users.rtf").readLines()
def count = 0

allUsers.each {
    if (!someUsers.contains(it)) {
        count++
    }
}
println(count)

Groovy CSV文件比较

3 个答案: