Question

我正在从文件中读取一些内容并使用正则表达式和scan来丢弃文件中的一些内容并将内容写入另一个文件。

如果我查看新写入的文件，它在文件中有转义字符和"\n"，而不是实际的新行。

filea.txt是：

test
in run
]
}
end

我使用以下内容获取'test'和'end'之间的内容：

file = File.open('filea.txt', 'r')
result = file.read    
regex = /(?<=test) .*?(?=end)/mx
ans = result.scan(regex)

将ans写入fileb.txt等新文件中：

in run'\"\n            ]\n          }

但是，如果我尝试编写整个result，那么它在fileb.txt中的内容格式正确。

Answer 1

您的问题不明确且需要解决，但您使用read的方式会导致可伸缩性问题。

以下是如何在不使用read的情况下完成相同类型的任务：

content = []
DATA.each_line do |li|
  marker = li.lstrip
  if marker =~ /^in run/i .. marker =~ /^end of file/i
    content << li
  end
end
content # => ["in run\n", "]\n", "}\n", "end of file\n"]

__END__
test file
in run
]
}
end of file

..（elipsis）是Ruby（和其他语言）中的多功能工具。我们用它来定义范围，但也可以用它来触发逻辑状态。在这种情况下，我正在以第二种形式使用它，一个“触发器”。

当Ruby运行代码时，它会检查

marker =~ /^in run/i`

如果为false，则if失败，代码继续。如果

marker =~ /^in run/i

成功后，Ruby会记住它成功并立即测试

marker =~ /^end of file/i

如果失败，Ruby将落入if块并执行块中的任何操作，然后继续正常运行。

each_line的下一个循环将点击if个测试，..会记住

marker =~ /^in run/i

先前成功并立即测试第二个条件。如果是真的，它会进入块并再次将自身重置为false，这样任何后续循环都将失败，直到

marker =~ /^in run/i

再次返回true。

这种逻辑非常强大，可以轻松构建可扫描大文件的代码，并提取部分文件。

还有其他方法可以做到，但它们通常会遇到更混乱的逻辑。

在示例代码中，我也使用了__END__，它也有一些很少见的魔法。如果您不了解发生的情况，请阅读__END__和DATA。

如果您正在处理GB或TB范围内的文件，并且您正在抓取大量内容，那么在您的数据收集阵列content中不会积累太多内容可能是明智之举。一个小小的调整将阻止这种情况发生：

if marker =~ /^in run/i .. marker =~ /^end of file/i
  content << li
  next
end
unless content.empty?
  # do something that clears content:
end

在此代码中我使用的是DATA.each_line。在现实生活中，你想要使用File.foreach。

如何在写入另一个文件时保留内容格式？

1 个答案: