如何正确解析我的文件？ （使用中断/继续）

Question

例如，我有以下数据：

34 富
34巴
34 曲克斯
62 foo1
62 曲克斯
78 曲克斯

这些是根据第一列排序的。

我想做的是处理以 34 开头的行，但我也想要 文件迭代在发现不再有 34 秒后退出，而无需扫描 整个文件。 我该怎么做？

原因是因为要处理的行数非常大（~10^7）。 而以34开头的仅占其中的1-10%左右。

我知道我可以 grep 这些行并将其输出到另一个文件中，但这太乏味了并且会消耗更多的磁盘空间。

此代码说明了我使用“继续”的失败尝试：

#include <iostream>
#include <vector>
#include <fstream>       
#include <sstream>       
using namespace std;     

int main () {
    string line;
    ifstream myfile ("mydata.txt");
    vector<vector<string> > dataTable;
    if (myfile.is_open())
    {
        while (! myfile.eof() )   
        {
                stringstream ss(line);    
                int FirstCol;
                string SecondCol;

                if (FirstCol != 34) {
                   continue;
                }

                // This will skip those other than 34
                // but will still iterate through all the file
                // until the end.

                // Some processing to FirstCol and SecondCol

                ss >> FirstCol >> SecondCol;
                cout << FirstCol << "\t << SecondCol << endl;   


        }
        myfile.close();
    }

    else cout << "Unable to open file"; 


    return 0;
}

Answer 1

使用break而不是continue！ continue 返回循环头部，仅跳过当前迭代，而 break 则永久离开循环。

在一个不相关的注释中，您的代码有一个错误，如果由于任何原因无法读取文件（例如，用户在您的程序尝试访问它时删除了它，用户删除了文件所在的 USB 记忆棒， ETC。）。 这是因为诸如以下的循环条件

while (!file.eof())

是危险！ 如果文件流进入错误状态，eof将永远不会true并且循环将继续下去……。 您需要测试文件是否处于任何可读状态。 这可以通过使用隐式转换为布尔值来完成：

while (file)

这将导致循环仅在文件未完成读取并且没有错误的情况下运行。

Answer 2

假设文件中的数据按第一列排序（正如我在示例中注意到的那样），您应该将 if 语句替换为

if (FirstCol != 34) 
{
    continue;
}

以下内容：

if (FirstCol > 34) 
{
    break;
}

Answer 3

基于文件按 FirstCol 排序的假设，使用状态变量来指示是否找到第一个文件。 一旦找到第一个，只要找到！= 34的列，就可以跳出循环。

例如，假设您的数据现在是：

15 boo
32 not
34 foo
34 bar
34 qux
62 foo1
62 qux
78 qux 

...此代码将执行您想要的操作：

#include "stdafx.h"
#include <iostream>
#include <vector>
#include <fstream>       
#include <sstream>       
using namespace std;     

int main () {
    string line;
    ifstream myfile ("mydata.txt");
    vector<vector<string> > dataTable;
    if (myfile.is_open())
    {
        bool found34 = false;

        while ( myfile )   
        {
                stringstream ss(line);    
                int FirstCol;
                string SecondCol;
               // This will skip those other than 34
                // but will still iterate through all the file
                // until the end.

                // Some processing to FirstCol and SecondCol

                myfile >> FirstCol >> SecondCol;
                cout << FirstCol << "\t" << SecondCol << endl;   

                switch( FirstCol )
                {
                case 34 :
                    found34 = true;
                    cout << "Processing a 34";
                    continue;   // keep looping
                default :
                    if( found34 )
                    {
                        // we found all the 34's and now we're on to the next value, so we're done
                        cout << "We're done.";
                        break;
                    }
                    else
                    {
                        // we haven't found the first 34 yet, so keep scanning until we do
                        cout << "Keep on looking for a 34...";
                        continue;
                    }
                }
        }
        myfile.close();
    }

    else cout << "Unable to open file"; 


    return 0;
}

Answer 4

假设 line 应该包含输入，那么读入一些内容是个好主意！ 改成

  while (! myfile.eof() ) 

：

  while ( getline( myfile, line ) )