Question

我有一个包含这样内容的文件：

"Some","Words","separated","by","comma","and","quoted","with","double","quotes"

文件很大，只能在String上读取它。

将它分成Traversable of Strings的最简单方法是什么，每个元素都是一个单词？

如果重要：虽然文件的内容不适合单个String，但生成的Traversable可能是一个没有问题的List。

Answer 1

以下是使用Scala解析器组合器中的stringLit和repsep的版本。不过，我不会保证它的效率。

import scala.util.parsing.combinator.syntactical.StdTokenParsers
import scala.util.parsing.combinator.lexical.StdLexical
import scala.util.parsing.input.StreamReader

import java.io.FileReader

object P extends StdTokenParsers {
  type Tokens = StdLexical

  val lexical = new StdLexical
  lexical.delimiters += ","

  def words : Parser[List[String]] = repsep(stringLit, ",")

  def getWords(fileName : String) : List[String] = {
    val scanner = new lexical.Scanner(StreamReader(new FileReader(fileName)))
    // better error handling wouldn't hurt.
    words(scanner).get
  }
}

Answer 2

这是对您自己的解决方案的改编，使用JavaConversions将Java迭代器作为Scala操作。

import java.util.Scanner
import java.io.File
import scala.collection.JavaConversions._

val scanner = new Scanner(new File("...")).useDelimiter(",")
scanner.map(_.trim).map(quoted => quoted.substring(1, quoted.length - 1))

这为您提供了一个迭代器。您始终可以使用以下方式将其转换为列表： .toList。

Answer 3

我使用java.util.Scanner做了它，虽然它确实有效，但我还是会欣赏更多的scalaesc版本。

val scanner = new Scanner(new File("""bigFile.txt""")).useDelimiter(",")
var wordList: Vector[String] = Vector()
while (scanner.hasNext()) {
  val quoted = scanner.next()
  val word = quoted.replace("\"", "")
  wordList = wordList :+ word
}

如何将文件源拆分为字符串或单词

3 个答案: