在 Ruby 中解析文件时跳过行的最快方法？

Question

我尝试寻找这个，但找不到太多。这似乎是以前可能被问过的问题（很多次？），所以如果是这样的话，我深表歉意。

我想知道在 Ruby 中解析文件某些部分的最快方法是什么。例如，假设我知道特定函数所需的信息位于 1000 行文件的第 500 行和 600 行之间。 （显然这种问题是针对大文件的，我只是为了举例而使用那些较小的数字），因为我知道它不会出现在上半部分，有没有一种快速的方法可以忽略该信息？

目前我正在使用类似的东西：

while  buffer = file_in.gets and file_in.lineno <600
  next unless file_in.lineno > 500
  if buffer.chomp!.include? some_string
    do_func_whatever
  end
end

它有效，但我只是忍不住认为它可以工作得更好。

我对 Ruby 很陌生，并且有兴趣学习用 Ruby 做事的新方法。

Answer 1

file.lines.drop(500).take(100) # will get you lines 501-600

通常，您无法避免从头开始读取文件直到您感兴趣的行，因为每行的长度都可以不同。不过，您可以避免的一件事是将整个文件加载到一个大数组中。只需逐行阅读，数数，然后丢弃它们，直到找到您想要的内容。很像你自己的例子。你可以让它变得更加Rubyish。

附言。铁皮人的评论让我做了一些实验。虽然我没有找到任何原因drop加载整个文件，但确实存在一个问题：drop返回文件的其余部分一个数组。这是可以避免这种情况的方法：

file.lines.select.with_index{|l,i| (501..600) === i}

PS2：Doh，上面的代码，虽然没有创建一个巨大的数组，但会迭代整个文件，甚至是 600 以下的行。:( 这是第三个版本：

enum = file.lines
500.times{enum.next} # skip 500
enum.take(100) # take the next 100

或者，如果您更喜欢 FP：

file.lines.tap{|enum| 500.times{enum.next}}.take(100)

无论如何，这个独白的好处是你可以学习多种方法来迭代文件；）

Answer 2

我不知道是否有等效的方法可以对行执行此操作，但您可以在 IO 对象上使用 seek 或 offset 参数来“跳过”字节。

请参阅 IO#seek，或参阅 IO#open 有关偏移参数的信息。

Answer 3

听起来 rio 可能会有所帮助。它为您提供了一个 lines() 方法。

Answer 4

您可以使用 IO#readlines，它返回一个包含所有行的数组

IO.readlines(file_in)[500..600].each do |line| 
  #line is each line in the file (including the last \n)
  #stuff
end

或

f = File.new(file_in)
f.readlines[500..600].each do |line| 
  #line is each line in the file (including the last \n)
  #stuff
end