Question

我有2个日志文件，它们都包含以时间顺序从日期戳开始的文本行。我想将两个文件合并到一个文件中，该文件包含按时间顺序合并的两个文件中的所有行。由于日期戳的布局，在这种情况下按时间顺序排列与字母相同。

我编写了一个执行此操作的Ruby脚本并且工作正常，但我是Ruby新手只是学习语言而且我真正喜欢Ruby的一件事就是语法糖和代码的可读性。而且我不禁觉得我的解决方案非常笨重，而且肯定有更好的方法可以解决同样的问题。我并不需要在算法上更好地寻找，但在句法上。 Ruby似乎对几乎所有东西都有一个单线解决方案，所以也许是这样的问题。

if ARGV.length != 2
    puts "Wrong number of arguments. Expected 2 arguments (path to 2 log files to be merged)"
end

merged_file = File.open("merge_out.txt", "w")
file1 = File.open(ARGV[0], "r")
file2 = File.open(ARGV[1], "r")

line1 = file1.gets
line2 = file2.gets

while (line1 != nil or line2 !=nil)
    if line1 == nil
        # no more line1 so write line2 and proceed file2
        merged_file.puts line2
        line2 = file2.gets        
    elsif line2 == nil
        # no more line2 so write line1 and proceed file1
        merged_file.puts line1
       line1 = file1.gets          
    else 
        comp = line1<=>line2
        #both lines present, write and proceed the (alphabetically) smaller one 
        #as this is the one with the earlier time stamp
        if comp == -1
            merged_file.puts line1
            line1 = file1.gets              
        else
            merged_file.puts line2
            line2 = file2.gets           
         end    
    end       
end

那么，如何更优雅地完成这项工作？

Answer 1

有时添加维度会使解决方案更漂亮。从本质上讲，将file1，file2变量转换为数组[ file1, file2 ]，这会打开很多Ruby Array语法，执行您已编码到初始解决方案中的测试。

if ARGV.length < 2
    puts "Wrong number of arguments. Expected 2 or more files to merge."
end

merged_file = File.open("merge_out.txt", "w")

files = ARGV.map { |filename| File.open( filename, "r") }

lines = files.map { |file| file.gets }

while lines.any?
    next_line = lines.compact.min
    file_id = lines.index( next_line )
    merged_file.print next_line
    lines[ file_id ] = files[ file_id ].gets
end

因此，这不仅更短，而且副作用可以同时处理更多输入文件。虽然如果你不需要，只需改回第一次检查。

Answer 2

我知道这不是红宝石，但对于这类问题，一个简单的bash命令可以完成这项工作：

cat file1.dat file2.dat | sort > out.dat

如果你真的希望ruby用一小段代码完成工作：

File.open('out.dat','w') do |f|
 f.puts (File.read('file1.dat') << File.read('file2.dat') ).split("\n").sort
end

请注意，这并未考虑您的数据已经部分排序的事实。它简洁，但不一定是最有效的方法。

Answer 3

你可以将你的4个案例合并为两个案例：只要问问自己，line1是否是第一行：

if line1 && line1 < line2 
    …

Answer 4

这不是ruby语法，但在算法上，您可以将每个文件读入数组或列表，然后对数组/列表进行排序，然后打印它。使用内置进行排序看起来更好看。根据内置的实现，它可能比您编写的任何代码都快。我想如果它成为一个问题你只会担心性能：）

在python中：

# create a list with all the first file in it as elements
with open(file1) as f:
    content = f.readlines()   

# add the second file contents to the list    
with open(file1) as f
    content = content + f.readlines()    # list catenation

content.sort()    # sort the list

# join all the lines in the list together into a string an print them
outfile.write(''.join(content))

由于你是一个红宝石新手，找到相同的红宝石内置将是一个很好的学习练习：）

请注意，如果文件很大，这不是一个好主意，因为它将整个文件吸入内存。再次 - 简单代码的代价。如果你有很多文件，你需要一些更笨重的代码来处理它们：）

编辑：

我用Google搜索了一些红宝石。出现

# google "read file into array ruby"
array = IO.readlines file1_pathname + IO.readlines file2_pathname

# google "sort array ruby
array.sort

# google "print array ruby"
puts array.inspect

是那种事。

HTH

Answer 5

NeilSlater对我的另一个答案的评论使我的思绪继续“所以，如果你不能啜饮，那又怎样？”

这个怎么样：

line1 = file1.gets
line2 = file2.gets

while (line1 && line2)
    while(line1.to_s >= line2.to_s)  # to_s to protect against nil
        merged_file.puts line2
        line2 = file2.gets
    end        
    while(line2.to_s > line1.to_s)
        merged_file.puts line1
        line1 = file1.gets          
   end
end
while(line1)
   merged_file.puts line1
   line1 = file1.gets          
end
while(line2)
   merged_file.puts line2
   line2 = file2.gets      
end

它不是很短，并没有使用任何语法魔法或方便的内置，但至少它更规则......

优雅的方式在Ruby中逐行按字母顺序合并2个文本文件

5 个答案: