在 Clojure 中将文件内容读入集合的最佳方法

Posted 2023-03-06

【中文标题】在 Clojure 中将文件内容读入集合的最佳方法

【英文标题】：Best way to read contents of file into a set in Clojure

【发布时间】：2011-11-04 17:41:44

【问题描述】：

我正在学习 Clojure，作为练习，我想编写类似 unix“comm”命令的东西。

为此，我将每个文件的内容读入一个集合，然后使用差异/交集来显示独占/公共文件。

经过大量的repl-time，我想出了这样的设置创建部分：

(def contents (ref #))
(doseq [line (read-lines "/tmp/a.txt")]
  (dosync (ref-set contents (conj @contents line))))

（我正在使用鸭流/读取行来对文件的内容进行排序）。

这是我第一次尝试任何类型的函数式编程或 lisp/Clojure。例如，我不明白为什么当我在片场上做一个 conj 时，片场仍然是空的。这使我了解了 refs。

是否有更好的 Clojure/函数式方法来执行此操作？通过使用 ref-set，我只是将代码扭曲为非功能性思维方式，还是我的代码遵循了应该如何完成的思路？ 是否有图书馆已经这样做了？这似乎是一件相对普通的事情，但我找不到类似的事情。

【问题讨论】：

Brian Carper 的回答很好。避免使用鸭流。它已被弃用，其大部分功能都折叠到 clojure.core 和 clojure.java.io。

关于您对集合“仍然为空”的评论；听起来您正在期待可变的行为。请记住，在 clojure 中，数据类型是不可变的。建立集合是递归完成的，因此 reduce 的使用如 Brian Carper 所示（into 在内部使用 reduce）。

@DaveRay 我不知道鸭流的状态。感谢您的信息。

@AlexStoddard 是的，这正是我的错误。阅读关于不变性是一回事，真正理解它完全是另一回事。

【参考方案1】：

Clojure 1.3：

user> (require '[clojure.java [io :as io]])
nil
user> (line-seq (io/reader "foo.txt"))
("foo" "bar" "baz")
user> (into # (line-seq (io/reader "foo.txt")))
#"foo" "bar" "baz"

line-seq 为您提供了一个惰性序列，其中序列中的每个项目都是文件中的一行。

into 将其全部转储到一个集合中。要执行您想做的事情（将每个项目逐个添加到集合中），而不是 doseq 和 refs，您可以这样做：

user> (reduce conj # (line-seq (io/reader "foo.txt")))
#"foo" "bar" "baz"

请注意，Unix comm 比较两个已排序的文件，这可能是比较文件比设置交集更有效的方法。

编辑：Dave Ray 是对的，为了避免泄漏打开的文件句柄，最好这样做：

user> (with-open [f (io/reader "foo.txt")]
        (into # (line-seq f)))
#"foo" "bar" "baz"

【讨论】：

@BrianCarper 谢谢，这真的很有帮助。 line-seq 的使用似乎更自然。我只看到 reduce 被用来对序列中的值进行求和，或者类似的东西，所以看到它被用来创建另一个集合很有趣。

你可以使用函数set代替(into # ...

【参考方案2】：

我总是使用slurp 阅读，然后根据我的需要与re-seq 分开。