chai2010
commit
6516ab3e45
|
|
@ -1,8 +1,8 @@
|
|||
## 1.3. 査找重複的行
|
||||
|
||||
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。
|
||||
对文件做拷貝、打印、蒐索、排序、統計或类似事情的程序都有一个差不多的程序結構：一個處理輸入的循環，在每個元素上執行計算處理，在處理的同時或最后产生输出。我們會展示一個名爲`dup`的程序的三個版本；靈感來自於Unix的`uniq`命令，其寻找相鄰的重複行。该程序使用的结构和包是个参考范例，可以方便地修改。
|
||||
|
||||
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。
|
||||
`dup`的第一個版本打印標準輸入中多次出現的行，以重复次数开头。该程序將引入`if`语句，`map`數據类型以及`bufio`包。
|
||||
|
||||
<u><i>gopl.io/ch1/dup1</i></u>
|
||||
```go
|
||||
|
|
@ -31,52 +31,53 @@ func main() {
|
|||
}
|
||||
```
|
||||
|
||||
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。
|
||||
正如`for`循環一樣，`if`语句條件兩邊也不加括號，但是主体部分需要加。`if`语句的`else`部分是可选的，在`if`的條件爲`false`時執行。
|
||||
|
||||
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。
|
||||
**map**存储了键/值（key/value）的集合，对集合元素, 提供常数时间的存、取或测试操作。键可以是任意類型，只要其值能用`==`運算符比较，最常见的例子是字符串；值则可以是任意类型。這個例子中的键是字符串，值是整数。內置函數`make`創建空`map`，此外，它還有别的作用。4.3节讨论`map`。
|
||||
|
||||
（译注：从功能和实现上说, `Go`的`map`类似于`Java`语言中的`HashMap`，Python语言中的`dict`，`Lua`语言中的`table`，通常使用`hash`实现。遗憾的是，对于该词的翻译并不统一，数学界术语为`映射`，而计算机界众说纷纭莫衷一是。为了防止对读者造成误解，保留不译。）
|
||||
|
||||
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：
|
||||
每次`dup`讀取一行輸入，该行被當做`map`，其对应的值递增。`counts[input.Text()]++`語句等價下面兩句：
|
||||
|
||||
```go
|
||||
line := input.Text()
|
||||
counts[line] = counts[line] + 1
|
||||
```
|
||||
|
||||
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。
|
||||
`map`中不含某個键時不用擔心，首次读到新行时，等号右边的表达式`counts[line]`的值将被计算为其类型的零值，对于int`即0。
|
||||
|
||||
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。
|
||||
为了打印结果，我们使用了基于`range`的循环，并在`counts`这个`map`。跟之前类似，每次迭代得到两个结果，键和其在`map`。`map`，從實踐來看，该顺序随机，每次运行都会变化。这种设计是有意为之的，因为能防止程序依赖特定遍历顺序，而这是无法保证的。
|
||||
|
||||
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。
|
||||
继续来看`bufio`包，它使處理輸入和輸出方便又高效。`Scanner`類型是该包最有用的特性之一，它读取输入并将其拆成行或單詞；通常是處理行形式的輸入最簡單的方法。
|
||||
|
||||
程序中使用短變量聲明來創建buffio.Scanner對象：
|
||||
程序使用短變量聲明創建`bufio.Scanner`类型的变量`input`。
|
||||
|
||||
```
|
||||
input := bufio.NewScanner(os.Stdin)
|
||||
```
|
||||
|
||||
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。
|
||||
该变量從程序的標準輸入中讀取內容。每次調用`input.Scanner`，即读入下一行，并移除行末的換行符；读取的内容可以调用`input.Text()`得到。`Scan`函数在读到一行时返迴`true`，在无输入时返迴`false`。
|
||||
|
||||
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。
|
||||
类似于C或其它語言里的`printf`函數，`fmt.Printf`函数对一些表达式产生格式化输出。该函数的首個參數是个格式字符串，指定后续参数被如何格式化。各個參數的格式取決於“轉換字符”（conversion character），形式为百分号后跟一個字母。举个例子，`%d`表示以十进制形式打印一個整型操作数，而`%s`則表示把字符串型操作数的值展开。
|
||||
|
||||
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。
|
||||
`Printf`有一大堆這種轉換，Go程序員称之为*动词（verb）*。下面的表格虽然远不是完整的规范，但展示了可用的很多特性：
|
||||
|
||||
```
|
||||
%d int變量
|
||||
%x, %o, %b 分别爲16進製，8進製，2進製形式的int
|
||||
%d 十进制整数
|
||||
%x, %o, %b 十六進製，八進製，二進製整数。
|
||||
%f, %g, %e 浮點數： 3.141593 3.141592653589793 3.141593e+00
|
||||
%t 布爾變量：true 或 false
|
||||
%c rune (Unicode碼點)，Go語言里特有的Unicode字符類型
|
||||
%s string
|
||||
%q 帶雙引號的字符串 "abc" 或 帶單引號的 rune 'c'
|
||||
%v 會將任意變量以易讀的形式打印出來
|
||||
%T 打印變量的類型
|
||||
%% 字符型百分比標誌（%符號本身，沒有其他操作）
|
||||
%t 布爾：true或false
|
||||
%c 字符（rune） (Unicode碼點)
|
||||
%s 字符串
|
||||
%q 帶雙引號的字符串"abc"或帶單引號的字符'c'
|
||||
%v 變量的自然形式（natural format）
|
||||
%T 變量的類型
|
||||
%% 字面上的百分号標誌（无操作数）
|
||||
```
|
||||
|
||||
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.Printf，fmt.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。
|
||||
`dup1`的格式字符串中还含有制表符`\t`和换行符`\n`。字符串字面上可能含有這些代表不可見字符的**轉義字符（escap sequences）**。默認情况下，`Printf`不會換行。按照慣例，以字母`f`結尾的格式化函數，如`log.Printf`和`fmt.Errorf`，都采用`fmt.Printf`的格式化准则。而以`ln`結尾的格式化函數，则遵循`Println`的方式，以跟`%v`差不多的方式格式化參數，并在最後添加一個換行符。（译注：后缀`f`指`fomart`，`ln`指`line`。）
|
||||
|
||||
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。
|
||||
很多程序要么從標準輸入中讀取數據，如上面的例子所示，要么从一系列具名文件中讀取數據。`dup`程序的下个版本读取標準輸入或是使用`os.Open`打开各个具名文件, 并操作它们。
|
||||
|
||||
<u><i>gopl.io/ch1/dup2</i></u>
|
||||
```go
|
||||
|
|
@ -122,19 +123,19 @@ func countLines(f *os.File, counts map[string]int) {
|
|||
}
|
||||
```
|
||||
|
||||
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。
|
||||
`os.Open`函數返迴兩個值。第一個值是被打开的文件(*os.File)，其后被`Scanner`讀取。
|
||||
|
||||
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。
|
||||
`os.Open`返迴的第二個值是內置`error`類型的值。如果`err`等于內置值`nil`（譯註：相當於其它語言里的NULL），那么文件被成功打開。读取文件，直到文件结束，然后调用`Close`關閉該文件，併釋放占用的所有資源。相反的话，如果`err`的值不是`nil`，说明打開文件時出错了。這種情況下，错误值描述了所遇到的問題。我们的错误处理非常简单，只是使用`Fprintf`与表示任意类型默认格式值的动词`%v`, 向標準錯誤流打印一条信息，然後`dup`繼續處理下一個文件；`continue`語句直接跳到`for`循环的下个迭代开始执行。
|
||||
|
||||
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。
|
||||
为了使示例代码保持合理的大小，本书开始的一些示例有意简化了错误处理，显而易见的是，应该检查`os.Open`返回的错误值，然而，使用`input.Scan`读取文件过程中，不大可能出现错误，因此我们忽略了错误处理。我们会在跳过错误检查的地方做说明。5.4節中深入介绍錯誤處理。
|
||||
|
||||
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）
|
||||
注意`countLines`函數在其聲明前被調用。函數和包級别的變量（package-level entities）可以任意順序聲明，併不影響其被調用。（譯註：最好還是遵循一定的規范）
|
||||
|
||||
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。
|
||||
`map`是一个由`make`函數創建的數據結構的引用。`map`作为爲參數傳遞給某函數時，该函數接收这个引用的一份拷贝（copy, 或译为副本），被调用函數對`map`底层数据结构的任何修改，调用者函数都可以通过持有的`map`引用看到。在我們的例子中，`countLines`函數向`counts`插入的值，也会被`main`函数看到。（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）
|
||||
|
||||
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）
|
||||
`dup`的前两个版本以"流”模式读取輸入，併根据需要拆分成多个行。理論上，这些程序可以处理任意数量的输入数据。还有另一个方法，就是一口气把全部输入数据讀到內存中，一次分割爲多行，然後處理它们。下面这个版本, `dup3`，就是这么操作的。這個例子引入了`ReadFile`函數（来自于`io/ioutil`包），其读取指定文件的全部内容，`strings.Split`函數把字符串分割成子串的切片。（`Split`的作用前文提到的`strings.Join`相反。）
|
||||
|
||||
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。
|
||||
我們略微簡化了`dup3`。首先，由于`ReadFile`函數需要文件名作为參數, 因此隻讀指定文件，不读標準輸入。其次，由于行计数代码只在一处用到，故將其移回`main`函數。
|
||||
|
||||
<u><i>gopl.io/ch1/dup3</i></u>
|
||||
```go
|
||||
|
|
@ -167,8 +168,8 @@ func main() {
|
|||
}
|
||||
```
|
||||
|
||||
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）。
|
||||
`ReadFile`函數返迴一个字节切片（byte slice），必须把它轉換爲`string`, 才能用`strings.Split`分割。我們会在3.5.4節詳細講解字符串和字节切片。
|
||||
|
||||
在更底層一些的地方，bufio.Scanner，ioutil.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。
|
||||
实现上，`bufio.Scanner`、`outil.ReadFile`和`ioutil.WriteFile`都使用*os.File的`Read`和`Write`方法，但是，大多数程序員很少需要直接调用那些低级（lower-level）函数。高级(higher-level）函数，像`bufio`和`io/ioutil`包中所提供的那些, 用起来要容易点。
|
||||
|
||||
**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。
|
||||
**練習 1.4：** 脩改`dup2`，出现重複的行时打印文件名称。
|
||||
|
|
|
|||
Loading…
Reference in New Issue