使用ruby使用正则表达式替换csv中的字符串

Question

我有一个csv文件，其中具有列test和id，值是：

"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

我想将"abc is 123 test"替换为"abc is 567 test" 。

注意：值123和567是动态值，每个新的csv 123都会更改，但是字符串"abc is <value> test"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) }

我收到错误消息：

“ ArgumentError：调用*的参数数量错误（0表示1）

有人可以帮忙吗？

Answer 1

从技术上讲，文件是CSV，但我们可以将CSV文件视为文本，因为它们就是文本。 这样一来，当他们变得简单时，就可以更轻松地完成任务。

我将从以下内容开始：

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

代替：

DATA.each_line do |li|

您想使用以下方法打开原始文件：

File.foreach("/home/test/files/abc.csv") do |li|

（ DATA和__END__是访问存储在Ruby脚本末尾的示例数据的方法。）

'123'容易产生假阳性结果，并且会更改子字符串：

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

为了解决这个问题，如果有可能子字符串匹配，则您想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"

现在检查123附近是否有单词边界：

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

由于“ 123”可能会更改，因此将其分配给常量，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"

因为我正在使用带有open和foreach的块，所以一旦块结束，Ruby就会自动关闭文件，从而使代码更简洁，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) }

... 是一个烂摊子。

• read非常适合您知道的文件大小始终小于1MB的文件。 如果您不知道，特别是如果您在文件可能位于GB范围内的生产环境中工作，则使用逐行IO会更快，更安全，因为它避免了可伸缩性问题。 有关更多信息，请参见“ 为什么“悬挂”文件不是一个好习惯？ ”。
• 我们不知道什么是expected_file ，但是由于未定义，它将导致错误，因此Ruby会因为您使用gsub!而反抗gsub! 零值的方法。

• 如果expected_file是字符串，则expected_file.gsub! 会发生变异expected_file ，但分配结果file_final浪费CPU。 而是重用expected_file ，或者更好地使用：

   file_final = expected_file.gsub( 

• "abc is".*是无效参数。 可能是"abc is.*"会更近一些，但似乎您要使用正则表达式/abc is.*/ ，但是不必更改字符串， /123/或'123'是足够。

• gsub在这里也将是多余的，因为您只需要一个替换项，所以sub会更快。

• 从技术上讲

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

  可以工作，但是更容易写成

   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')
)

出于悖论，可以写成：

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

速度没有提高，反而会降低可读性。