Ruby：使用 csv 作为数据库

Question

我想我第一次可能没有很好地解释我的问题。

我想打开一堆文本和二进制文件，并使用正则表达式扫描这些文件。我需要从 csv 中获取第二列中的数据，即所有文件的路径，作为指向要打开的文件的方法。

打开文件并扫描文件中的正则表达式后，如果它匹配任何内容，则会显示在屏幕上。对于造成的混乱，我深表歉意，并非常感谢您所做的一切！ –

您好，

很抱歉问了一个可能很简单的问题。我是红宝石新手，非常感谢任何指导。

我正在尝试使用 csv 文件作为索引来利用其他操作。

特别是，我有一个 csv 文件，如下所示：

 id, file, description, date
 1, /dir_a/file1, this is the first file, 02/10/11
 2, /dir_b/file2, this is the second file, 02/11/11

我想打开“文件”列中定义的每个文件并搜索正则表达式。

我知道您可以使用 CSV 类定义每列中的标题

require 'rubygems'
require 'csv'
require 'pp'

index = CSV.read("files.csv", :headers => true)

index.each do |row|
  puts row ['file']
end

我知道如何创建一个循环来打开每个文件并在每个文件中搜索正则表达式，如果有，则显示它：

regex = /[0-9A-Za-z]{8,8}-[0-9A-Za-z]{4,4}-[0-9A-Za-z]{4,4}-[0-9A-Za-z]{4,4}-[0-9A-Za-z]{12,12}/

Dir.glob('/home/Bob/**/*').each do |file|
  next unless File.file?(file)
  File.open(file, "rb") do |f|
    f.each_line do |line|
      f.each_line do |line|
        unless (pattern = line.scan(regex)).empty?
          puts "#{pattern}"
        end
      end
    end
  end
end

有没有一种方法可以使用 csv 文件中第二列的内容作为变量来打开每个文件，搜索正则表达式，如果文件中存在匹配项，则将 csv 中与新 csv 匹配的行输出？

先感谢您！！！！

Answer 1

乍一看，您似乎可以将其简化为：

index.each do |row|
  File.foreach(row['file']) do |line|
    puts "#{pattern}" if (line[regex])
  end
end

CSV 文件不应该是二进制的，因此您可以在打开文件时删除“rb”，让我们将读取的文件减少到 foreach ，它迭代文件，逐行返回它。

根据您的示例代码，目录层次结构中文件的深度存在问题。目前还不清楚那里发生了什么。

---

编辑：

它告诉我“regex”是一个未定义的变量

在你的问题中你说：

regex = /[0-9A-Za-z]{8,8}-[0-9A-Za-z]{4,4}-[0-9A-Za-z]{4,4}-[0-9A-Za-z]{4,4}-[0-9A-Za-z]{12,12}/

---

我打开进行搜索的文件可能是二进制文件。

根据规范：

CSV 的常见用法是 US-ASCII，但 IANA 为“文本”树定义的其他字符集可以与“charset”参数结合使用。

它接着说：

安全考虑：

CSV 文件包含被动文本数据，不应造成任何影响
风险。然而，理论上恶意二进制文件是有可能的
可以包含数据以利用潜在的缓冲区溢出
在处理 CSV 数据的程序中。此外，私人数据
可以通过这种格式共享（当然适用于任何文本
数据）。

因此，如果您看到的是二进制数据，则不应看到，因为根据规范它不是 CSV。不幸的是，多年来该规范已被滥用，因此您可能会在文件中看到二进制数据。如果是这样，请继续使用“rb”作为文件模式，但要谨慎行事。

要问的一个重要问题是您是否可以使用 Ruby 的 CSV 库读取该文件，这使得很多讨论变得毫无意义。