File 如何在Clojure中将文件中的数据读入哈希映射（或其他数据结构）？

不太确定从哪里开始。 我有一个大的数据文件，其中包含不同的值，这些值都与某个特定的事情有关（即第1列中的数据是小时）。该文件有15列宽。不过，该文件不包含任何列标题，它只是数字数据

我需要将这些数据读入一种数据类型，比如一个哈希映射，它允许我对数据进行排序，并使用诸如contains？以及执行计算

我不知道如何做，因为我是新来Clojure，任何帮助将不胜感激

我的文件是一个txt文件（另存为mydata.txt），其结构如下：

  1 23 25 -9  -0 1 1
  2 23 25 10 1 2 3

到目前为止，我的代码是：

(def filetoanalyse (slurp "mydata.txt"))
(zipmap [:num1 :num2 :num3 :num4 :num5 :num6 :num7] filetoanalyse)

---

它似乎将整个文件与当前的：num1相关联。

您遇到的问题是，

slurp

将文件作为字符串读取。当您在地图上使用

zipmap

时，它会使用字符串中的字符作为地图中的值，导致这种混乱：

（zipmap[：num1:num2:num3:num4:num5:num6:num7]（slurp“mydata.txt”））
;;=> {:num1\space，
：num2\空格，
：num3\1，
：num4\space，
：num5\2，
：num6\3，
：num7\space}

最简单的方法是逐行迭代文件，将其拆分为所需的值。注意这里的

vec

，它强制执行的（惰性）

结果，确保我们在
打开
关闭读卡器之前处理整个文件

（打开[reader（clojure.java.io/reader“mydata.txt”）]
（vec（用于[行（行顺序读取器）]；迭代每行
（->>（clojure.string/split line#“\s+”）；按空格分隔
（是否删除空？）；删除任何空条目
（映射#（Long/parseLong%）；转换为Long（如果另一种格式更合适，请更改）
（zipmap[：num1:num2:num3:num4:num5:num6:num7]()()())()()()))；变成地图
这里有一个函数，你可以用它来做你想要做的事情：

(defn map-from-file [field-re column-names filename]
  (let [ lines  (re-seq #"[^\r\n]+" (slurp filename)) ]
    (map #(zipmap column-names (re-seq field-re %)) lines)))

您必须提供三个参数：

用于分隔每行中的字段的正则表达式。对于您显示的数据，这可以是
#“[^]+”
，或者基本上任何不是空白的内容都是字段的一部分。如果您有简单的逗号分隔值，并且没有任何复杂情况，例如在数据或带引号的字段中嵌入逗号，则类似于
#“[^，]+”
的方法将起作用。或者，如果您只想提取数字字符，则可以使用更复杂的方法，例如`#“[-0-9]+”


要分配的列名的集合


文件名


因此，如果您在问题中显示的数据存储为
test3.dat
某个地方，您可以调用上述函数作为

(map-from-file #"[^ ]+" [:c1 :c2 :c3 :c4 :c5 :c6 :c7] "/some-path/test3.dat")

它会回来的

({:c1 "1", :c2 "23", :c3 "25", :c4 "-9", :c5 "-0", :c6 "1", :c7 "1"} {:c1 "2", :c2 "23", :c3 "25", :c4 "10", :c5 "1", :c6 "2", :c7 "3"})

或者换句话说，您将返回一系列映射，这些映射通过您提供的列名映射值。如果您喜欢将数据放在向量中，可以使用

(into [] (map-from-file #"[^ ]+" [:c1 :c2 :c3 :c4 :c5 :c6 :c7] "/some-path/test3.dat"))

主要答案

Slurp将以文本字符串的形式返回文件内容，但您的代码似乎假定此文件已被解析为一个数字数组。事实并非如此。您仍然可以使用
slurp
，但您必须自己解析文件。您可以首先使用行分隔符拆分文件字符串来解析它。如果我们用方括号括住每一行，那么每一行都是向量的有效Clojure语法，如果我们这样做，那么我们可以使用。我们使用
map
解析文件的每一行。以下代码将执行此任务，并使用宏保持代码可读性：

(require '[clojure.string :as cljstr])
(require '[clojure.edn :as edn])

(->> "/tmp/mydata.txt"
     slurp
     cljstr/split-lines
     (map #(zipmap
            [:num1 :num2 :num3 :num4 :num5 :num6 :num7]
            (edn/read-string (str "[" % "]")))))
;; => ({:num1 1, :num2 23, :num3 25, :num4 -9, :num5 0, :num6 1, :num7 1} {:num1 2, :num2 23, :num3 25, :num4 10, :num5 1, :num6 2, :num7 3})

扩展/变体

如果有包含其他数量元素的行，您可能希望使用
过滤器
仅保留包含七个元素的行。映射和筛选可以组合成一个参数，作为参数传递给：

如果您希望解析更复杂的文件，或者确实想终止/过度设计它，您可以使用：

这个问题对于这个论坛来说有点模糊。StackOverflow最适合于关注完整、自包含的代码示例和特定期望的问题。示例行可能会有所帮助，但请查看哪些内容可能会为您的用例提供一些实用工具。您对数据的描述过于模糊，我们无法对其进行任何处理，您能否发布一个示例？最好是尝试一个解决方案？添加了文件结构和代码到目前为止，希望是更有用的。TIA。@digit23好吧，你的问题现在有两张重新投票，只需要再投一张，所以是的：）非常感谢！这确实帮助了我：）注意：slurp会将整个文件作为字符串加载到内存中。如果你有一个特别大的文件，这不是一个好主意。在这种情况下，最好使用line seq逐行读取文件
(let [columns [:num1 :num2 :num3 :num4 :num5 :num6 :num7]
      n (count columns)]
  (->> "/tmp/mydata.txt"
       slurp
       cljstr/split-lines
       (into [] (comp (map #(zipmap
                             columns
                             (edn/read-string (str "[" % "]"))))
                      (filter #(= n (count %)))))))
;; => [{:num1 1, :num2 23, :num3 25, :num4 -9, :num5 0, :num6 1, :num7 1} {:num1 2, :num2 23, :num3 25, :num4 10, :num5 1, :num6 2, :num7 3}]

(require '[clojure.spec.alpha :as spec])

(->> "/tmp/mydata.txt"
     slurp
     cljstr/split-lines
     (map #(edn/read-string (str "[" % "]")))
     (spec/conform (spec/coll-of (spec/cat :num1 number?
                                           :num2 number?
                                           :num3 number?
                                           :num4 number?
                                           :num5 number?
                                           :num6 number?
                                           :num7 number?))))
;; => ({:num1 1, :num2 23, :num3 25, :num4 -9, :num5 0, :num6 1, :num7 1} {:num1 2, :num2 23, :num3 25, :num4 10, :num5 1, :num6 2, :num7 3})