我不明白为什么需要此步骤来计算文本文档中的字符数

Question

lines = File.readlines("new text document.txt")
lines_count = lines.size
text = lines.join
no_of_chars = text.length

puts "number of lines: #{lines_count}"
puts "number of chars: #{no_of_chars}"

您好，我的目标是计算文本文档中的字符数。我不明白的是为什么需要lines.join？当你lines.join 时，程序在做什么？因为当我puts lines 或puts lines.join 时，程序会打印出完全相同的内容。因此我所做的（以及我认为正确的）是

no_of_chars = lines.length

这显然是错误的，因为这样做no_of_char 将导致输出与行数相同。

Answer 1

当你这样做时

lines = File.readlines("new text document.txt")

你有一个字符串数组，即：

lines #=> [
  "The surgeon lead over ...\n", # <- There's a newline at the end of each string
  "The medical gentleman ...\n",
]

数组中的条目与文本文件中的行数一样多。这就是为什么你要计算行数：

lines_count =lines.size

当您调用lines.join 时，您实际上是将所有字符串一个接一个地连接在一起

text = lines.join
text # => "The surgeon ... dress the infant"

要计算字符串的字符数，您只需调用length就可以了。

它们在控制台上看起来与您相似的原因是，当您打印它们时，它们会以相同的方式呈现。为了突出差异，您可以在每个人上调用inspect：

puts lines.inspect
puts text.inspect

Answer 2

反过来可能会更简洁，即通过IO.read 将整个文件作为单个字符串读取，然后使用String#lines 拆分行：

text = IO.read('document.txt')
no_of_chars = text.length
lines_count = text.lines.length

puts "number of lines: #{lines_count}"
puts "number of chars: #{no_of_chars}"

请注意，String#length 将计算任何字符，包括标点符号、空格和换行符。

Answer 3

lines 是一个数组。数组的可视化类似于加入数组的结果：

numbers = ['11', '22', '33', '44']
puts numbers
 # 11
 # 22
 # 33
 # 44
puts numbers.join
 # 11223344

如果数组末尾有新行（就像您刚刚从文件中获取行的情况一样），您将无法区分两者。然而它们是不同的：

numbers.length      # => 4
numbers.join.length # => 8

数组的长度会告诉你数组有多少元素。在您的情况下-文件中有多少行。就我而言 - 多少个数字。

如果加入数组，则连接每一行。因此，结果字符串的长度将为您提供整个文件中有多少个字符。就我而言 - 多少位数。

Answer 4

我不明白的是为什么需要lines.join？

在一个字符串中获取全文（数组中的所有项目）

当你lines.join时程序在做什么？

检查documentation。

因为当我puts lines 或puts lines.join 程序打印出来 完全一样的东西。

因为lines 在运行puts lines 时是一个数组，所以它是shows an array as string，join() 将所有数组项合并为一个字符串。

>> puts "fooo" 
#> fooo 
=> nil 
>> puts ["fooo"].join
#> fooo
=> nil

因此要获取文本中的字符数，为什么我无法 只需使用no_of_chars = lines.length?

因为当您使用lines.length 时，它会显示数组的长度。

Answer 5

读取文件不是查找字符数的好方法，因为它不可扩展。现在很容易找到 GB 范围内的文件，尤其是在生产环境中，当您尝试 slurp 整个文件时，会严重影响您的 Ruby 进程。

改用这个：

char_size = 0
File.foreach('path/to/file.txt') do |li|
  char_size += li.size
end

foreach 逐行读取文件，对于超过 1MB 的文件，这与使用 read 或 readlines 一样快或更快，同时仍然具有可扩展性。

有关详细信息，请参阅“Why is "slurping" a file not a good practice?”。

如果您知道文件包含单字节字符，例如传统的 ASCII、ISO-8859 或 Win-1252 字符集，您可以使用 File.size('path/to/file.txt') 更快地完成。

使用size 根本不需要读取文件，因此它比任何实际打开和读取内容的解决方案都要快。