Question

我有一个大文本文件，其中包含以下行：

“X”：“452345230”

我想找到包含“X”的所有行，只取数字（不带引号），然后以这种方式输出另一个文件中的数字：

452349532

234523452

213412411

219456433

等

到目前为止我做的是：

myfile = File.open("myfile.txt")
x = [] 
myfile.grep(/"X"/) {|line|
   x << line.match( /"(\d{9})/ ).values_at( 1 )[0]
   puts x
   File.open("output.txt", 'w') {|f| f.write(x) }
}

它有效，但它产生的列表是这种形式：

[“23419230”，“2349345234”，...]

如何像我之前显示的那样输出它，只是数字和一行中的每个数字？

感谢。

Answer 1

这是一个不会让文件保持打开状态的解决方案：

File.open("output.txt", 'w') do |output|
    File.open("myfile.txt").each do |line|
        output.puts line[/\d{9}/] if line[/"X"/]
    end
end

Answer 2

我无法重现你所看到的：

$ cat myfile.txt 
"X" : "452345230"
"X" : "452345231"
"X" : "452345232"
"X" : "452345233"
$ ./scanner.rb 
452345230
452345230
452345231
452345230
452345231
452345232
452345230
452345231
452345232
452345233
$ cat output.txt 
452345230452345231452345232452345233$

然而，我注意到您的应用程序非常浪费并且可能没有达到预期的效果：您打开 output.txt，写一些内容，然后再次关闭它。下次在循环中打开时，会被覆盖。如果你的文件是1000行长，这不会那么糟糕，你只需要制作1000个文件。如果你的文件长度是1,000,000行，那么当你创建一个文件，写入文件然后再删除它一百万次时，这将代表相当可怕的性能损失。糟糕。

我重新编写了你的工具：

$ cat scanner.rb 
#!/usr/bin/ruby -w

myfile = File.open("myfile.txt")
output = File.open("output.txt", 'w')
myfile.grep(/"X"/) {|line|
   x = line.match( /"(\d{9})/ ).values_at( 1 )[0]
   puts x
   output.write(x + "\n")
}

这将打开每个文件，每次写入一个新行，然后在应用程序退出时关闭它们。根据这是您的应用程序的一小部分还是整个事情，这可能没问题。（如果这只是程序的一小部分，那么当你完成它们时肯定会关闭文件。）

对于一百万条匹配的线路来说，这可能仍然是浪费 - 这些写入几乎肯定会直接传递给系统调用write(2)，这将涉及一些开销。

你将运行多少这些？百万？十亿？如果需要更多细化，请随时询问......

Answer 3

解决方案：

myfile = File.open("myfile.txt")

File.open("output.txt", 'w') do |output|
  content = myfile.lines.map { |line| line.scan(/^"X".*(\d{9})/) }.flatten.join("\n")

  output.write(content)
end

编辑：我更新了代码，减少了一点。如果上面的示例看起来很复杂，您还可以使用以下语句获取所需的数据（可能稍微清楚一下发生了什么）：

content = myfile.lines.select { |line| line =~ /"X"/ }.map { |line| line.scan(/\d{9}/) }.join("\n")

从文件列表中获取数字，输出到Ruby中的另一个文件？

3 个答案: