gopl-zh.github.com/ch1/ch1-03.md

175 lines
11 KiB
Markdown
Raw Normal View History

2015-12-18 06:49:31 +00:00
## 1.3. 査找重複的行
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
文件拷貝、文件打印、文件蒐索、文件排序、文件統計類的程序一般都會有比較相似的程序結構一個處理輸入的循環在每一個輸入元素上執行計算處理在處理的同時或者處理完成之後進行結果輸出。我們會展示一個名爲dup的程序(duplicate)的三個版本這個程序的靈感來自於linux的uniq命令我們的程序將會找到相鄰的重複的行。這個程序提供的模式可以很方便地被脩改來完成不同的需求。
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
第一個版本的dup輸出標準輸入流中的出現多次的行在行內容前是出現次數的計數。這個程序將引入if表達式map內置數據結構和bufio的package。
2015-12-09 07:45:11 +00:00
2016-01-20 13:08:13 +00:00
<u><i>gopl.io/ch1/dup1</i></u>
2015-12-09 07:45:11 +00:00
```go
// Dup1 prints the text of each line that appears more than
// once in the standard input, preceded by its count.
package main
import (
2015-12-23 04:09:30 +00:00
"bufio"
"fmt"
"os"
2015-12-09 07:45:11 +00:00
)
func main() {
2015-12-23 04:09:30 +00:00
counts := make(map[string]int)
input := bufio.NewScanner(os.Stdin)
for input.Scan() {
counts[input.Text()]++
}
// NOTE: ignoring potential errors from input.Err()
for line, n := range counts {
if n > 1 {
fmt.Printf("%d\t%s\n", n, line)
}
}
2015-12-09 07:45:11 +00:00
}
```
2016-01-19 11:23:06 +00:00
和前面提到的for循環一樣if條件兩邊也不需要加括號但是if表達式後的邏輯體的花括號是不能省略的。如果需要的話像其它編程語言一樣這個if表達式也可以有else部分這部分邏輯會在if中的條件結果爲false時被執行。
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
map是Go語言內置的key/value型數據結構這個數據結構能夠提供常數時間的存取操作。key支持任意數據類型隻要該類型能夠用==運算符來進行比較string是最常用的key類型。而value類型的可選范圍就更廣了基本上什麽類型都可以。這個例子中的key都是string類型value用的是int類型。使用內置make函數來創建空map但除了創建空map以外make方法還有别的用處。4.3章會對map進行更深入的討論。
2015-12-09 07:45:11 +00:00
2015-12-18 02:53:03 +00:00
dup程序每次讀取輸入的一行這一行的內容會被當做一個map的key而其value值會被+1。counts[input.Text()]++這個語句和下面的兩句是等價的:
2015-12-09 07:45:11 +00:00
```go
line := input.Text()
counts[line] = counts[line] + 1
```
2016-01-19 11:23:06 +00:00
不用擔心map在未初始化某個key時就去對其進行++操作Go語言在碰到這種情況時會自動將其初始化爲0然後再進行操作。
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
這個例子使用了range來遍歷map併打印結果。和上次使用到了range的程序類似range會返迴兩個值一個key和在map對應這個key的value。對map進行range循環時其迭代順序是不確定的從實踐來看很可能每次運行都會有不一樣的結果譯註這是Go語言的設計者有意爲之的因爲其底層實現不保證插入順序和遍歷順序一致也希望程序員不要依賴遍歷時的順序所以榦脆直接在遍歷的時候做了隨機化處理醉了。補充好像説隨機序可以防止某種類型的攻擊雖然不太明白但是感覺還蠻厲害的來避免程序員在業務中依賴遍歷時的順序。
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
程序中用到的bufio package主要的目的是幫助我們更方便有效地處理程序的輸入和輸出。這個包最有用的一個特性是Scanner類型可以簡單實現接收輸入或把輸入打散成行或者單詞這個工具通常是處理行形式的輸入最簡單的方法了。
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
程序中使用短變量聲明來創建buffio.Scanner對象
2015-12-09 07:45:11 +00:00
```
input := bufio.NewScanner(os.Stdin)
```
2016-01-19 11:23:06 +00:00
scanner對象從程序的標準輸入中讀取內容。對input.Scanner的每一次調用都會調入一個新行併且會自動將其行末的換行符去掉結果用input.Text()得到。Scan方法在讀到了新行的時候會返迴true而在沒有新行被讀入時會返迴false。
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
例子中還有一個fmt.Printf這個函數和C繫的其它語言里的那個printf函數差不多都是格式化輸出的方法。fmt.Printf的第一個參數卽是輸出內容的格式規約每一個參數如何格式化取決於在格式化字符串里出現的“轉換字符”這個字符串是%號後跟隨一個字母。比如%d表示以一個整數的形式來打印一個變量而%s則表示以string形式來打印一個變量。
2015-12-09 07:45:11 +00:00
2015-12-26 12:05:30 +00:00
Printf有一大堆這種轉換Go語言程序員把這些叫做verb動詞。下面的表格列出了常用的動詞當然了不是全部但基本也夠用了。
2015-12-09 07:45:11 +00:00
```
%d int變量
2015-12-18 06:49:31 +00:00
%x, %o, %b 分别爲16進製8進製2進製形式的int
2015-12-09 07:45:11 +00:00
%f, %g, %e 浮點數: 3.141593 3.141592653589793 3.141593e+00
2015-12-18 06:49:31 +00:00
%t 布爾變量true 或 false
2015-12-23 04:09:30 +00:00
%c rune (Unicode碼點)Go語言里特有的Unicode字符類型
2015-12-09 07:45:11 +00:00
%s string
2015-12-23 04:09:30 +00:00
%q 帶雙引號的字符串 "abc" 或 帶單引號的 rune 'c'
2015-12-26 12:05:30 +00:00
%v 會將任意變量以易讀的形式打印出來
2015-12-09 07:45:11 +00:00
%T 打印變量的類型
2015-12-23 04:09:30 +00:00
%% 字符型百分比標誌(%符號本身,沒有其他操作)
2015-12-09 07:45:11 +00:00
```
2016-01-19 11:23:06 +00:00
dup1中的程序還出現了\t和\n的格式化字符串。這些特殊的轉義字符在字符串中表示不可見字符。Printf默認不會在輸出內容後加上換行符。按照慣例用來格式化的函數都會在末尾以f字母結尾譯註f後綴對應format或fmt縮寫比如log.Printffmt.Errorf同時還有一繫列對應以ln結尾的函數譯註ln後綴對應line縮寫這些函數默認以%v來格式化他們的參數併且會在輸出結束後在最後自動加上一個換行符。
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
很多程序像上面的例子一樣從標準輸入中讀取數據但輸入源有時還可能是一些文件。下面的dup程序從標準輸入得到一些文件名然後用os.Open函數來打開每一個文件獲取內容。
2015-12-09 07:45:11 +00:00
2016-01-20 13:08:13 +00:00
<u><i>gopl.io/ch1/dup2</i></u>
2015-12-09 07:45:11 +00:00
```go
// Dup2 prints the count and text of lines that appear more than once
// in the input. It reads from stdin or from a list of named files.
package main
import (
2015-12-23 04:09:30 +00:00
"bufio"
"fmt"
"os"
2015-12-09 07:45:11 +00:00
)
func main() {
2015-12-23 04:09:30 +00:00
counts := make(map[string]int)
files := os.Args[1:]
if len(files) == 0 {
countLines(os.Stdin, counts)
} else {
for _, arg := range files {
f, err := os.Open(arg)
if err != nil {
fmt.Fprintf(os.Stderr, "dup2: %v\n", err)
continue
}
countLines(f, counts)
f.Close()
}
}
for line, n := range counts {
if n > 1 {
fmt.Printf("%d\t%s\n", n, line)
}
}
2015-12-09 07:45:11 +00:00
}
func countLines(f *os.File, counts map[string]int) {
2015-12-23 04:09:30 +00:00
input := bufio.NewScanner(f)
for input.Scan() {
counts[input.Text()]++
}
// NOTE: ignoring potential errors from input.Err()
2015-12-09 07:45:11 +00:00
}
```
2016-01-19 11:23:06 +00:00
os.Open函數會返迴兩個值。第一個值是一個打開的文件類型(\*os.File)這個對象在下面的程序中被Scanner讀取。
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
os.Open返迴的第二個值是一個Go語言內置的error類型。如果這個error和內置值的nil譯註相當於其它語言里的NULL相等的話説明文件被成功的打開了。之後文件被讀取一直到文件的最後文件的Close方法關閉該文件併釋放占用的一切資源。如果err的值不是nil的話那説明在打開文件的時候出了某種錯誤。這種情況下error類型的值會描述具體的問題。我們例子里的簡單錯誤處理會在標準錯誤流中用Fprintf和%v來格式化該錯誤字符串。然後繼續處理下一個文件continue語句會直接跳過之後的語句直接開始執行下一個循環迭代。
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
我們在本書早期的例子中做了比較詳盡的錯誤處理當然了在實際編碼過程中像os.Open這類的函數是一定要檢査其返迴的error值的爲了減少例子程序的代碼量我們姑且簡化掉這些不太可能返迴錯誤的處理邏輯。後面的例子里我們會跳過錯誤檢査。在5.4節中我們會對錯誤處理做更詳細的闡述。
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
讀者可以再觀察一下上面的例子countLines函數是在其聲明之前就被調用了。在Go語言里函數和包級别的變量可以以任意的順序被聲明併不影響其被調用。譯註最好還是遵循一定的規范
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
再來講講map這個數據結構map是用make函數創建的數據結構的一個引用。當一個map被作爲參數傳遞給一個函數時函數接收到的是一份引用的拷貝雖然本身併不是一個東西但因爲他們指向的是同一塊數據對象譯註類似於C++里的引用傳遞實際上指針是另一個指針了但內部存的值指向同一塊內存所以你在函數里對map里的值進行脩改時原始的map內的值也會改變。在我們的例子中我們在countLines函數中插入到counts這個map里的值在主函數中也是看得到的。
2015-12-09 07:45:11 +00:00
2015-12-23 04:09:30 +00:00
上面這個版本的dup是以流的形式來處理輸入併將其打散爲行。理論上這些程序也是可以以二進製形式來處理輸入的。我們也可以一次性的把整個輸入內容全部讀到內存中然後再把其分割爲多行然後再去處理這些行內的數據。下面的dup3這個例子就是以這種形式來進行操作的。這個例子引入了一個新函數ReadFile從io/ioutil包提供這個函數會把一個指定名字的文件內容一次性調入之後我們用strings.Split函數把文件分割爲多個子字符串併存儲到slice結構中。Split函數是strings.Join的逆函數Join函數之前提到過
2015-12-09 07:45:11 +00:00
2015-12-23 04:09:30 +00:00
我們簡化了dup3這個程序。首先它隻讀取命名的文件而不去讀標準輸入因爲ReadFile函數需要一個文件名參數。其次我們將行計數邏輯移迴到了main函數因爲現在這個邏輯隻有一個地方需要用到。
2015-12-09 07:45:11 +00:00
2016-01-20 13:08:13 +00:00
<u><i>gopl.io/ch1/dup3</i></u>
2015-12-09 07:45:11 +00:00
```go
package main
import (
2015-12-23 04:09:30 +00:00
"fmt"
"io/ioutil"
"os"
"strings"
2015-12-09 07:45:11 +00:00
)
func main() {
2015-12-23 04:09:30 +00:00
counts := make(map[string]int)
for _, filename := range os.Args[1:] {
data, err := ioutil.ReadFile(filename)
if err != nil {
fmt.Fprintf(os.Stderr, "dup3: %v\n", err)
continue
}
for _, line := range strings.Split(string(data), "\n") {
counts[line]++
}
}
for line, n := range counts {
if n > 1 {
fmt.Printf("%d\t%s\n", n, line)
}
}
2015-12-09 07:45:11 +00:00
}
```
2016-01-19 11:23:06 +00:00
ReadFile函數返迴byte類型的slice這個slice必須被轉換爲string之後才能夠用strings.Split方法來進行處理。我們在3.5.4節中會更詳細地講解string和byte slice字節數組
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
在更底層一些的地方bufio.Scannerioutil.ReadFile和ioutil.WriteFile使用的都是*os.File的Read和Write方法不過一般程序員併不需要去直接了解到其底層實現細節在bufio和io/ioutil包中提供的方法已經足夠好用。
2015-12-09 07:45:11 +00:00
2016-01-19 11:23:06 +00:00
**練習 1.4** 脩改dup2使其可以分别打印重複的行出現在哪些文件。