生成用于Ruby测试的10%的随机文件

Question

我对Ruby很陌生，但对编程不是很熟悉。我只需要一个简单的脚本，给出一个文本文件，可以随意抽出大约10%的行。下面是我根据我编写的Python脚本得出的结果。为了让它更像Ruby，我需要做些什么呢？

prng = Random.new

File.open('english-words-partial.txt', 'w') {  |f| 
  File.readlines('english-words-full.txt').each do |line| 
    if prng.rand >= 0.9
      f.write(line) 
    end
  end
}

Answer 1

这是我的机会：

File.open('english-words-partial.txt', 'w') do |file|
    File.foreach('english-words-full.txt') do |line|
        file.puts(line) if rand(10) == 0
    end
end

在Ruby中，可以在行尾添加一个if语句，以便有条件地执行该行。这也适用于works语句。

此外，rand函数可以接受一个数字，并从中产生那么多可能的数字。所以rand(10)会给出一个从0到9的随机数

在Ruby中，您通常希望对1行块使用{}，对多行块使用do/end，但它们的作用略有不同。这里还有更多的内容：https://stackoverflow.com/questions/5587264/do-end-vs-curly-braces-for-blocks-in-ruby

File.foreach('...')比File.readlines('...').each稍短，更整洁(这要感谢@Flambino )。

最后，您可以在打印和but这样的文件对象上使用IO方法，所以我更喜欢这种方法，但是file.write也能工作。这是真正的个人偏好。

Answer 2

这甚至更加随机(因为顺序会改变)：

File.open('english-words-partial.txt', 'w') {  |f| 
  full = File.readlines('english-words-full.txt')
  f.puts full.sample(full.size/10)
end

Answer 3

下面是一种使用Array#sample方法和几个类方法来读取和写入IO类中定义的文本文件的方法。我所作的假设如下：

• 将随机选择指定的行数。
• 随机选择的线条要按顺序排列
• 不能将整个文件读入内存。
• 要写入文件的行在写入之前不会积累在内存中。

码

def doit(fname_in, fname_out, nbr)
  n_lines = File.foreach(fname_in).reduce(0) { |c, _| c+1 }
  return nil if n_lines.zero? || nbr.zero? 
  ndx = [*(0...n_lines)].sample(nbr).sort
  f_out = File.open(FNAME_OUT, 'w')
  offset = ndx.shift
  File.foreach(fname_in).with_index do |line, i|
    if i == offset
      f_out.write(line)
      offset = ndx.shift
    end     
    break unless offset
  end
  f_out.close
end

示例

FNAME_IN, FNAME_OUT = 'infile', 'outfile'

让我们首先创建一个输入文件：

lines =<<_
Now
is
the
time
for
all
good
Rubyists
to
put
aside
work
and
watch
the
World
Cup
final
between
Germany
and
Argentina
_

File.write(FNAME_IN, lines) #=> 116

我们可以通过以下方式确认该文件的内容：

File.foreach(FNAME_IN) { |l| puts l }

现在试一试：

doit(FNAME_IN, FNAME_OUT, 10)

让我们看看是怎么写的。(滚筒辊.)

File.foreach(FNAME_OUT) { |l| puts l }
Now
is
the
for
to
aside
watch
World
Cup
final