Question

我想解析并过滤一个如下所示的文件：

@@1 Row one. 
@@2 Row two.

我已经能够使用以下代码对行进行过滤：

(defn parse-text-cms [sel-row]
  (let [f_data  (st/split  #"@@" (slurp "cms/tb_cms.txt"))] 
  ;(prn (map #(take 1 %) f_data))))
  (filter  #(= (first (take 1 %)) sel-row) f_data)))

但是，这段代码给了我（如果sel-row = 1）：

1 Row one.

我想切断那个1以及之后的空间，所以要：

Row one.

我认为有一些序列魔术可以做到这一点。我无法想出一个优雅的解决方案。

Answer 1

我会按以下方式定义函数：

(defn parse-text-cms [sel-row]
  (with-open [input (clojure.java.io/reader "cms/tb_cms.txt")]
    (first
     (for [[_ number line] (map (partial re-find #"@@(\d)+\s+(.*)")
                                (line-seq input))
           :when (= number (str sel-row))]
       line))))

line-seq和reader的组合为我提供了输入文件中的一系列行。 with-open确保在完成后正确关闭文件。我将一个正则表达式应用于每行查找@@后跟一个数字和一些空格的行。

re-find返回包含三个项目的向量：

整个匹配的行
数字（正则表达式中的第一个组）
该行的其余部分（正则表达式中的第二组）

我使用number语句中的解构将这些绑定到line和for（我对整个匹配的行不感兴趣，所以我忽略了这一点）。我使用sel-row过滤了所选:when，并仅生成line的其余部分。

由于我只希望文件中有一个匹配，所以我只返回for构建的序列中的第一个项目。由于for，map和line-seq的懒惰，这也会在找到项目后停止读取文件。

如果对行进行大量查找，我建议将整个文件加载到内存中，而不是每次都读取它。

Answer 2

另一个解决方案是使用功能解析器库，例如dj-peg（我写的）。

https://github.com/bmillare/dj-peg

然后你可以这样写：

 (require '[dj-peg :as p])
 (let [line "@@1 the remaining line\n"
       initial (p/token #"@@\d+\s+)]
       (second (p/parse initial line)))

函数解析使用p / token返回的解析器来解析行中的文本。它将返回一个向量，第一个值作为解析的结果，第二个是剩余的输入。因此，如果我们调用第二个，我们将得到其余部分。运行它返回

 "the remaining line\n"

我建议您查看图书馆。它是用伪文化编程风格编写的，因此源代码读取非常流畅。在完成源代码之后，您应该能够理解解析模型。

Answer 3

使用line-seq的先前给出的答案和正则表达式组的解构对于给定的用例很有效。

在一般情况下，你想要的只是字符串操作clojure.core包含subs函数。 http://clojure.github.com/clojure/clojure.core-api.html#clojure.core/subs

subs是使用java interop和java String类的substring方法实现的。


user=> (subs "abcdef" 1)
"bcdef"
user=> (subs "abcdef" 2 4)
"cd"

Clojure：第一个空格分隔字符的印章

3 个答案: