为什么返回非字符串时 CSV::HeaderConverters 会停止处理？

Question

为什么header converters 的处理会随着从标头转换器返回的第一个非String 而停止？

详情

内置:symbol头转换器触发后，不会再处理其他转换器。似乎头转换器的处理停止，第一个转换器返回不是String 的任何内容（即，如果您编写返回Fixnum 或其他任何内容的自定义标头转换器，则行为相同） .

---

这段代码按预期工作，在:throw_an_exception中抛出异常

require 'csv'

CSV::HeaderConverters[:throw_an_exception] = lambda do |header|
  raise 'Exception triggered.'
end

csv_str = "Numbers\n" +
          "1\n" +
          "4\n" +
          "7"

puts CSV.parse(
  csv_str,
  {
    headers: true,
    header_converters: [
      :throw_an_exception,
      :symbol
    ]
  }
)

---

但是，如果您切换标头转换器的顺序以使 :symbol 转换器排在第一位，则永远不会调用 :throw_an_exception lambda。

...

header_converters: [
  :symbol,
  :throw_an_exception
]

...

Answer 1

所以我联系了JEG2。

我在想转换器应该是一个链中的一系列步骤，其中所有元素都应该经过每个步骤。事实上，这并不是使用 CSV 库的最佳方式，尤其是在您拥有大量数据的情况下。

应该使用它的方式（这是“为什么”问题的答案和解释为什么这对性能更好）是让转换器像一系列匹配器一样工作，其中第一个匹配的转换器返回一个非String，它向 CSV 库指示当前值已成功转换。当您这样做时，解析器可以在它不是String 时立即停止，并继续处理下一个标题/单元格值。

通过这种方式，您可以在解析 CSV 数据时消除大量开销。您正在处理的文件越大，消除的开销就越多。

这是我收到的电子邮件回复：

...

转换器基本上是要尝试的转换管道。假设您正在使用两个转换器，一个用于日期，一个用于数字。如果没有链接线，我们会在每个领域都尝试。但是，我们知道几件事：

• 未转换的 CSV 字段是 String，因为这是我们读取它的方式
• 现在是非String 的字段已被转换，因此我们可以停止搜索匹配的转换器。

鉴于此，如果我们已经有 Date 对象，优化有助于我们的示例跳过检查数字转换器。

...

Answer 2

不知什么原因CSV#convert_fields函数有一个搞笑

break unless field.is_a? String # short-circuit pipeline for speed

输入converters.each。我怀疑我可以提出比猴子修补这个功能更好的建议，但现在原因很清楚了。