详细

触发内置:symbol标头转换器后，不会处理其他转换器。似乎第一个转换器处理标头转换器停止，返回任何不是String的转换器（如果您编写一个返回Fixnum的自定义标头转换器，则行为相同，或其他任何事情）。

此代码按预期工作，在:throw_an_exception

中抛出异常

require 'csv'

CSV::HeaderConverters[:throw_an_exception] = lambda do |header|
  raise 'Exception triggered.'
end

csv_str = "Numbers\n" +
          "1\n" +
          "4\n" +
          "7"

puts CSV.parse(
  csv_str,
  {
    headers: true,
    header_converters: [
      :throw_an_exception,
      :symbol
    ]
  }
)

但是，如果您切换标头转换器的顺序以便:symbol转换器首先出现，则永远不会调用:throw_an_exception lambda。

...

header_converters: [
  :symbol,
  :throw_an_exception
]

...

Answer 1

所以我联系了JEG2。

我当时认为转换器应该是链中的一系列步骤，其中所有元素都应该通过每个步骤。事实上，这不是最好地使用CSV库的方法，特别是如果你有非常大量的数据。

它应该被使用的方式（这是“为什么”问题的答案和解释为什么这对性能更好）是让转换器像一系列匹配器一样工作，第一个匹配的转换器返回非String，向CSV库指示当前值已成功转换。当你这样做时，解析器可以在非String时立即停止，然后转到下一个标题/单元格值。

通过这种方式，您可以在解析CSV数据时删除TON的开销。您正在处理的文件越大，消除的开销就越大。

以下是我收到的电子邮件回复：

...

转换器基本上是一个尝试转换的管道。假设您使用的是两个转换器，一个用于日期，另一个用于数字。如果没有链接线，我们会为每个字段都尝试。但是，我们知道几件事：


未转换的CSV字段为String，因为这是我们在
中阅读的方式
现在为非String的字段已被转换，因此我们可以停止搜索匹配的转换器。


鉴于此，如果我们已经拥有Date对象，则优化有助于我们的示例跳过检查数字转换器。

...

Answer 2

由于未知原因CSV#convert_fields功能有一个搞笑

break unless field.is_a? String # short-circuit pipeline for speed

converters.each行。我怀疑我能提出比monkeypatching这个功能更好的建议，但现在原因很清楚了。

为什么CSV :: HeaderConverters在返回非String时停止处理？

详细

2 个答案: