【译】用 Rust 实现 csv 解析-part6

20157 단어


写入 탭 分隔符的值



在前面的章节中,我们了解了如何将 CSV 数据输出到标准输出中,如下:

City,State,Population,Latitude,Longitude
Davidsons Landing,AK,,65.2419444,-165.2716667
Kenai,AK,7610,60.5544444,-151.2583333
Oakman,AL,,33.7133333,-87.3886111


你 你 会 : : 如果 都 都 是 这么 这么 简单 地 地 数据 数据 数据 数据 数据 数据 数据 数据 使用 使用 使用 CSV Writer 还 有 什么 什么 意义? CSV Writer 的 好处 是 是, 它 能 能 处理 所有 类型 类型 数据 数据 数据 而 不 会 会 牺牲 数据 的 完整性 完整性. 是 说 说 说 说 说 它 类型 类型知道何时引用包含特殊 CSV 字符的字段(如逗号或者换行),或在数据中出现引叿.

CSV 라이터 上的设置.特别地,我们将使用 TSV(“制表符分割值”) CSV 来替有一个例子:

fn run() -> Result<(), Box<Error>> {
    let mut wtr = csv::WriterBuilder::new()
        .delimiter(b'\t')
        .quote_style(csv::QuoteStyle::NonNumeric)
        .from_writer(io::stdout());

    wtr.write_record(&["City", "State", "Population", "Latitude", "Longitude"])?;
    wtr.write_record(&["Davidsons Landing", "AK", "", "65.2419444", "-165.2716667"])?;
    wtr.write_record(&["Kenai", "AK", "7610", "60.5544444", "-151.2583333"])?;
    wtr.write_record(&["Oakman", "AL", "", "33.7133333", "-87.3886111"])?;

    wtr.flush()?;
    Ok(())
}


编译并运行这个例子:

$ cargo build
$ ./target/debug/csvtutor
"City"  "State" "Population"    "Latitude"      "Longitude"
"Davidsons Landing"     "AK"    ""      65.2419444      -165.2716667
"Kenai" "AK"    7610    60.5544444      -151.2583333
"Oakman"        "AL"    ""      33.7133333      -87.3886111


在本例中,我们使用了一个新类型 QuoteStyle . QuoteStyle类型表示你可以使用不同的引用策略.默认情况下,只在必要时才向字段值周围添加引号.这可能适用于大多数例子,但你也可以一直在字段两边添加引号,或不添加引号,或者只在非数字两边加引号.

使用 Serde 写入



正 正 正 CSV 리더 支持 支持 将 数据 数据 自动 反序列 化为 녹슬 类型 数据 一样 一样 一样 一样, CSV Writer 也 支持 那样 使用 使用 serde 将 녹슬 类型 数据 数据 序列化为 序列化为 csv 记录. 在 本节 中 中 我们 我们 学习 学习 怎么 怎么 使用 使用 它.. 中 中

与读一样,我们先看看如何序列化一个 Rust 元组.

fn run() -> Result<(), Box<Error>> {
    let mut wtr = csv::Writer::from_writer(io::stdout());

    // 我们仍然需要手动地写入头部
    wtr.write_record(&["City", "State", "Population", "Latitude", "Longitude"])?;

    // 但现在我们可以通过提供的常用的 Rust 值,写入记录。
    //
    // 注意,奇数列的 `None::<u64>` 预发是必须的,因为 `None` 本身没有具体的类型,但 Serde 需要一个具体的类型以便进行序列化。也就是说,`None` 的类型 `Option<T>`,而 `None::<u64>` 的类型是 `Option<u64>`。
    wtr.serialize(("Davidsons Landing", "AK", None::<u64>, 65.2419444, -165.2716667))?;
    wtr.serialize(("Kenai", "AK", Some(7610), 60.5544444, -151.2583333))?;
    wtr.serialize(("Oakman", "AL", None::<u64>, 33.7133333, -87.3886111))?;

    wtr.flush()?;
    Ok(())
}


编译并运行这个程序,期望的输出如下:

$ cargo build
$ ./target/debug/csvtutor
City,State,Population,Latitude,Longitude
Davidsons Landing,AK,,65.2419444,-165.2716667
Kenai,AK,7610,60.5544444,-151.2583333
Oakman,AL,,33.7133333,-87.3886111


在上面的例子中,需要注意的关键点是,使用 serialize而不是write_record进行写入数据.特别地, write_record 4, 7, 7, 7, 7에 2가 7에 2가 있다. .当然, 你总是可以将复杂的值转为字符串,然后再使用serialize统一写入,但 Serde 可以为你自动的完成上面那些繁琐工作.

和读一样,我们也可以将自定义结构序列化为 CSV

要将自定义结构写入 CSV 记录,我们需要再次使用 write_record crate.正如前面章节的使用 Serde 读取数据所述,我们需要在我们的 Cargo.toml 中的 serde_derive区块下加上两个 依赖声明(如果没有就加上).

serde = "1"
serde_derive = "1"


이 제품은 이전 버전에 포함되어 있습니다. ,如下方所示:

extern crate csv;
extern crate serde;
 #[macro_use]
extern crate serde_derive;

use std::error::Error;
use std::io;
use std::process;

// 记住结构体可以派生两个 trait:Serialize 和 Deserialize!
 #[derive(Debug, Serialize)]
 #[serde(rename_all = "PascalCase")]
struct Record<'a> {
    city: &'a str,
    state: &'a str,
    population: Option<u64>,
    latitude: f64,
    longitude: f64,
}

fn run() -> Result<(), Box<Error>> {
    let mut wtr = csv::Writer::from_writer(io::stdout());

    wtr.serialize(Record {
        city: "Davidsons Landing",
        state: "AK",
        population: None,
        latitude: 65.2419444,
        longitude: -165.2716667,
    })?;
    wtr.serialize(Record {
        city: "Kenai",
        state: "AK",
        population: Some(7610),
        latitude: 60.5544444,
        longitude: -151.2583333,
    })?;
    wtr.serialize(Record {
        city: "Oakman",
        state: "AL",
        population: None,
        latitude: 33.7133333,
        longitude: -87.3886111,
    })?;

    wtr.flush()?;
    Ok(())
}

fn main() {
    if let Err(err) = run() {
        println!("{}", err);
        process::exit(1);
    }
}


编译并运行这个示例,虽然式地写入头部,但输出和上次是一样.

$ cargo build
$ ./target/debug/csvtutor
City,State,Population,Latitude,Longitude
Davidsons Landing,AK,,65.2419444,-165.2716667
Kenai,AK,7610,60.5544444,-151.2583333
Oakman,AL,,33.7133333,-87.3886111


在这个例子中,可以看到, [dependencies]方法上被标记上了一个结构体字段名.这样做的话,extern crate 7. 6. 2. 4. 7. 6方法将此行为禁用.

同样值得指出的是,在 serialize结构体中使用了一个生命周期参数:

struct Record<'a> {
    city: &'a str,
    state: &'a str,
    population: Option<u64>,
    latitude: f64,
    longitude: f64,
}

serialize声明周期参数对应于WriterBuilder::has_headers Record字符串切片的生命周期.这表示'a结构体包含了借用 的数据.我们本可以在不借用任何数据的情况下编写结构体,这旁也

struct Record {
    city: String,
    state: String,
    population: Option<u64>,
    latitude: f64,
    longitude: f64,
}


然而, 由于我们使用 city类型替换 state类型,我们现在被迫为我们所写的每条记录中的 Record String分配一个新的 &str值.这样做本身没有问题,但会有点性能浪费.

关于序列化的更多示例和详细信息,可以参考 city 방법.

상태 파이프라이닝



  • 待续...

좋은 웹페이지 즐겨찾기