Question

我有一个文件，其中包含由空行分隔的文本块，如下所示：

block 1
some text
some text

block 2
some text
some text

如何将其读入数组？

Answer 1

经常被问到我认为解释做什么有用，但首先我需要这样说：

不要尝试一口气读取文件。这被称为＆＃34;啜饮＆＃34;，除非你能保证这一点，否则这是一个坏主意您始终可以获得大小小于1MB的文件。见＆＃34; Why is "slurping" a file not a good practice?＆＃34;了解更多信息。

如果我有一个类似的文件：

block 1
some text
some text

block 2
some text
some text

我尝试正常阅读，我会得到类似的内容：

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

这将让我不得不将其拆分为单独的行，试图找到空行，然后将其分成块。并且，总是天真的解决方案是使用正则表达式，这种方式可行，但它不是最佳的。

或者我们可以试试：

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

然后仍然必须找到空白行并将数组转换为子数组。

相反，有两种简单的方法可以加载文件。

请记住先前关于诽谤文件的警告，如果它是我们可以使用的小文件：
```
File.readlines('foo.txt', "\n\n")
#=> ["block 1\nsome text\nsome text\n\n", "block 2\nsome text\nsome text\n"]
```
请注意在第二个参数中使用"\n\n"。那是＆＃34;行分隔符＆＃34;，通常被定义为＆＃34; \ n＆＃34;对于* nix型操作系统和＆＃34; \ r \ n＆＃34;对于Windows。它实际上是基于操作系统派生的全局值Ruby集合亲切地称为$/，$RS或$INPUT_RECORD_SEPARATOR。它们已记录在English模块中。记录分隔符是文本文件中用于分隔两行的字符，或者，就我们的目的而言，由两个行尾字符分隔的一组行，或者换句话说，一个段落。

阅读后，可以轻松清理内容以删除尾随的行尾：
```
File.readlines('foo.txt', "\n\n").map(&:rstrip)
#=> ["block 1\nsome text\nsome text", "block 2\nsome text\nsome text"]
```
或者将它们分成子数组：
```
File.readlines('foo.txt', "\n\n").map{ |s| s.rstrip.split("\n") }
#=> [["block 1", "some text", "some text"], ["block 2", "some text", "some text"]]
```
所有示例都可以使用类似于以下的段落：
```
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
```
如果它是一个大文件，如果文件尚未打开，我们可以通过foreach使用Ruby的逐行IO，或{{1如果它是一个已打开的文件。而且，由于您阅读了上述链接，您已经知道我们为什么要使用逐行IO。
```
each_line
```
File.foreach('foo.txt', "\n\n") #=> #<Enumerator: File:foreach("foo.txt", "\n\n")>会返回一个枚举器，因此我们需要使用foreach来读取数组，以便我们可以看到结果，但通常我们不必这样做：
```
to_a
```
它很容易使用File.foreach('foo.txt', "\n\n").to_a #=> ["block 1\nsome text\nsome text\n\n", "block 2\nsome text\nsome text\n"]，如上所述：
```
foreach
```
注意：我强烈怀疑使用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"]]这样会导致与文件相似的问题，因为Ruby会在将map输出传递给foreach之前对其进行缓冲。相反，我们需要对map块中读取的每个段落进行操作：
```
do
```
这样做在性能上很小，但是，因为目标是按段落或块进行处理，所以它是可以接受的。

另请注意，这是一个社区Wiki，因此请进行适当的编辑和贡献。

如何通过段落或块将文件读入数组

1 个答案: