Fatal编程技术网
  • ruby/
  • 使用ruby使用regex替换csv中的字符串

使用ruby使用regex替换csv中的字符串

ruby string csv

使用ruby使用regex替换csv中的字符串,ruby,string,csv,Ruby,String,Csv,我有一个csv文件，其中有一个列test和id，值为： "abc is 123 test", 1 "abc is 123 test", 2 "abc is 123 test", 3 "abc is 123 test", 4 "abc is 123 test", 5 我想用“abc is 567 test”替换“abc is 123 test” 注意：值123和567是动态值，随着每个新csv123的更改，但字符串“abc是测试”始终保持不变 我试过的代码： folder_path =

我有一个csv文件，其中有一个列test和id，值为：

"abc is 123 test", 1

"abc is 123 test", 2

"abc is 123 test", 3

"abc is 123 test", 4

"abc is 123 test", 5
我想用
“abc is 567 test”
替换
“abc is 123 test”

注意：值
123
和
567
是动态值，随着每个新csv
123
的更改，但字符串
“abc是测试”
始终保持不变

我试过的代码：

folder_path = "/home/test/files/"
f1 = folder_path + "abc.csv"
string_replace = "abc is 567 test"

file = IO.read(/home/test/files/abc.csv")
file_final = expected_file.gsub!("abc is".*, string_replace)
File.open(f1, 'w') { |f| f.write(file_final) }
我得到一个错误：

ArgumentError:调用
*
的参数数目错误（0表示1）

有人能帮忙吗？

虽然从技术上讲，这些文件是CSV文件，但我们可以将CSV文件视为文本，因为它们就是文本。这样，当它们很简单时，就更容易咀嚼它们

首先，我要说：

File.open('csv.new', 'w') do |fo|
  DATA.each_line do |li|
    fo.puts li.sub('123', '456')
  end
end

__END__
"abc is 123 test", 1
"abc is 123 test", 2
"abc is 123 test", 3
"abc is 123 test", 4
"abc is 123 test", 5
运行它会生成一个名为“csv.new”的文件，其中包含：

"abc is 456 test", 1
"abc is 456 test", 2
"abc is 456 test", 3
"abc is 456 test", 4
"abc is 456 test", 5
而不是：

DATA.each_line do |li|
您希望使用以下方法打开原始文件：

File.foreach("/home/test/files/abc.csv") do |li|
（
DATA
和
是访问存储在Ruby脚本末尾的示例数据的一种方法。）


'123'
容易出现误报，并且会更改子字符串：


'0123456'.sub('123', '456') # => "0456456"


为了解决这个问题，如果有子字符串匹配的可能，您应该使用更智能的搜索字符串；我会使用正则表达式：


'0123456'.sub(/\b123\b/, '456') # => "0123456"


它现在检查是否有一个单词边界围绕着
123
：


'0 123 456'.sub(/\b123\b/, '456') # => "0 456 456"


由于“123”可能会发生变化，因此将其指定为一个常数，然后将其替换为模式是有意义的：


TARGET_STR = '123'

'0123456'.sub(/\b#{TARGET_STR}\b/, '456') # => "0123456"
'0 123 456'.sub(/\b#{TARGET_STR}\b/, '456') # => "0 456 456"


因为我使用的块带有
open
和
foreach
，所以Ruby会在块结束后自动关闭文件，从而使代码更干净，并更好地管理文件句柄

您的代码：


file = IO.read(/home/test/files/abc.csv")
file_final = expected_file.gsub!("abc is".*, string_replace)
File.open(f1, 'w') { |f| f.write(file_final) }


…真是…一团糟


    

  • read
    对于您知道的文件大小始终小于1MB的文件来说是非常好的选择。如果您不知道这一点，特别是如果您工作在文件可以很好地进入GB范围的生产环境中，使用逐行IO会更快、更安全，因为它可以避免可伸缩性问题。有关详细信息，请参阅“”
    • 

  • 我们不知道
    expected\u file
    是什么，但它会导致错误，因为它未定义，所以Ruby会反抗，因为您对nil值使用了
    gsub！
    方法
    • 

  • 如果
    expected\u file
    是一个字符串，
    expected\u file.gsub！
    将变异
    expected\u file
    ，但将结果分配给
    file\u final
    会浪费CPU。相反，请重新使用
    expected\u file
    ，或者更好地使用：
    

    file_final = expected_file.gsub(

    

    • 

  • “abc is”。*
    是一个无效参数。可能
    “abc is.*”
    会更接近，但似乎您正在寻找正则表达式
    /abc is.*/
    ，但这对于更改字符串来说不是必需的，
    /123/
    或
    '123'
    就足够了
    • 

  • gsub
    在这里也会有些过分，因为您只需要一次更换，所以
    sub
    会更快
    • 

  • 技术上
    

    File.open(f1, 'w') { |f| f.write(file_final) }

    
将工作，但它更容易写为
    

    File.write(f1, file_final)

    

    • 




您可以将代码简化为：


File.write(
  'file.csv.new',
  File.read('file.csv').gsub(/\b123\b/, '456')
)


出于悖谬，可以写为：


File.write('file.csv.new', File.read('file.csv').gsub(/\b123\b/, '456'))



速度不会提高，反而会降低可读性。
它可以大于3位，也可以小于3位。“abc is 123测试”中的数字是多少“始终是三位数？使用
读取
和正则表达式是个坏主意，除非您总是知道文件很容易放入内存。与使用逐行IO相比，任何超过2MB的内存都会降低代码的速度。