解析txt文件并以新格式输出

Question

我有几个 txt 文件，我需要能够用三种不同的输出解析它们：

• 输出 1 - 按性别（女性在男性之前）然后按姓氏升序排序。
• 输出 2 - 按出生日期升序排序。
• 输出 3 - 按姓氏降序排列。

这是所有三个文本文件的示例：

管道.txt：

Smith | Steve | D | M | Red | 3-3-1985
Bonk | Radek | S | M | Green | 6-3-1978
Bouillon | Francis | G | M | Blue | 6-3-1975

逗号.txt：

Abercrombie, Neil, Male, Tan, 2/13/1943
Bishop, Timothy, Male, Yellow, 4/23/1967
Kelly, Sue, Female, Pink, 7/12/1959

space.txt：

Kournikova Anna F F 6-3-1975 Red
Hingis Martina M F 4-2-1979 Green
Seles Monica H F 12-2-1973 Black

我可以通过这样写来按字母顺序排列 pipe.txt：

pipe = File.open('pipe.txt', 'r') 
alpha = pipe.sort { |a, b| a <=> b }
puts alpha

我没有运气弄清楚其他任何事情。任何帮助将不胜感激。

Answer 1

首先，您的示例代码可能有效，但您不想依赖它。

我会写

pipe = File.open('pipe.txt', 'r') 
alpha = pipe.sort { |a, b| a <=> b }
puts alpha

作为：

alpha = File.readlines('pipe.txt').sort

不同之处在于使用open 并对句柄进行排序会使文件句柄保持打开状态。悬空文件句柄会消耗系统上所有可用的句柄，从而导致长时间运行的任务出现问题，因此请养成使用方法或构造的习惯，这些方法或构造会在文件完成后自动关闭文件，或者确保明确关闭文件.使用readlines 会自动返回一个行数组，并在完成读取时关闭文件。然后将该数组传递给sort。

裸sort 将自动使用与{ |a, b| a <=> b } 相同的块，因此这是多余的，不需要。

您的代码按整个字符串排序，但这并不是您真正想要的。相反，您必须将行分成组件列，然后按这些列排序。考虑一下：

ary = [
  'a b',
  'a  b'
].sort 

ary # => ["a  b", "a b"]

从表面上看，'a b' 似乎与'a b' 或之后相同，但由于' ' 的ASCII 值低于b，'a b' 最终在'a b' 之前进行排序：

' '.ord # => 32
'b'.ord # => 98

查看实际值：

'a b'.chars.map(&:ord)  # => [97, 32, 98]
'a  b'.chars.map(&:ord) # => [97, 32, 32, 98]

所以，这就是为什么我们要将行拆分为它们的值，以消除分隔符的影响。

继续说，分割线并不是你想在“通用”方法中做的事情，尽管你可以。而且，我不打算为你写这一切，但我会指出方向。

"comma.txt" 可以使用内置的CSV 库进行干净的解析。 “CSV”代表“逗号分隔值”。该文档已经有一个示例显示如何从文件或字符串中解析行。我使用的是字符串版本，但您想修改它以使用文件版本。作为一个开始测试，这表明我们可以对子数组进行排序并获得所需的结果：

text = 'a,b,c
a,a,b
a,a,a
'

require 'csv'

ary = []
CSV.parse(text) do |row|
  ary << row
end

ary.sort
# => [["a", "a", "a"], ["a", "a", "b"], ["a", "b", "c"]]

现在可以将行拆分为组件字段，一切正常：

text = 'Abercrombie, Neil, Male, Tan, 2/13/1943
Bishop, Timothy, Male, Yellow, 4/23/1967
Kelly, Sue, Female, Pink, 7/12/1959
'

require 'csv'

ary = []
CSV.parse(text) do |row|
  ary << row
end

ary.sort
# => [["Abercrombie", " Neil", " Male", " Tan", " 2/13/1943"],
#     ["Bishop", " Timothy", " Male", " Yellow", " 4/23/1967"],
#     ["Kelly", " Sue", " Female", " Pink", " 7/12/1959"]]

请注意，这些字段保留了它们的前导空格。您可以在各个字段上使用strip 来删除前导和尾随空格，或者map(&:strip)。如何做到这一点由您自己决定。

处理pipes.txt几乎一样，只需要告诉CSV如何解释列：

text = 'Smith | Steve | D | M | Red | 3-3-1985
Bonk | Radek | S | M | Green | 6-3-1978
Bouillon | Francis | G | M | Blue | 6-3-1975
'

require 'csv'

ary = []
CSV.parse(text, col_sep: '|') do |row|
  ary << row
end

ary.sort
# => [["Bonk ", " Radek ", " S ", " M ", " Green ", " 6-3-1978"],
#     ["Bouillon ", " Francis ", " G ", " M ", " Blue ", " 6-3-1975"],
#     ["Smith ", " Steve ", " D ", " M ", " Red ", " 3-3-1985"]]

同样，空格被保留，只是现在它们是尾随空格。而且，你还要弄清楚如何处理它们。

处理 text.txt 可能是最直接的：

text = 'Kournikova Anna F F 6-3-1975 Red
Hingis Martina M F 4-2-1979 Green
Seles Monica H F 12-2-1973 Black
'

ary = text.split("\n").map { |row|
  row.split
}
puts ary.map{ |r| r.join(',') }

# >> Kournikova,Anna,F,F,6-3-1975,Red
# >> Hingis,Martina,M,F,4-2-1979,Green
# >> Seles,Monica,H,F,12-2-1973,Black

ary.sort
# => [["Hingis", "Martina", "M", "F", "4-2-1979", "Green"],
#     ["Kournikova", "Anna", "F", "F", "6-3-1975", "Red"],
#     ["Seles", "Monica", "H", "F", "12-2-1973", "Black"]]

Answer 2

使用 csv 格式并让库将数据解析为单独的字段是最简单的。

这是一个示例脚本，显示您的 3 个排序顺序

require 'csv'
require 'date'

data = CSV.parse(DATA)

SurnameIndex = 0
GenderIndex  = 2
DateIndex    = 4

puts "By gender then surname: %s" % data.sort_by.sort_by { |object| [ object[GenderIndex], object[SurnameIndex] ] }.inspect
puts "By birth date: %s" % data.sort_by.sort_by { |object| Date.strptime(object[DateIndex], '%m/%d/%Y') }.inspect
puts "By surname descending: %s" % data.sort_by.sort { |a, b| b[SurnameIndex] <=> a[SurnameIndex] }.inspect

__END__
Abercrombie,Neil,Male,Tan,2/13/1943
Bishop,Timothy,Male,Yellow,4/23/1967
Kelly,Sue,Female,Pink,7/12/1959

请注意，最后一个排序将 a 和 b 对象反转以获得您需要的相反顺序