Ruby：文件行的长度（以字节为单位）？
我正在编写这个小HelloWorld作为后续内容， 这些数字并没有加起来
filename = "testThis.txt" total_bytes = 0 file = File.new(filename, "r") file.each do |line| total_bytes += line.unpack("U*").length end puts "original size #{File.size(filename)}" puts "Total bytes #{total_bytes}" 结果与文件大小不同。 我想我只需要知道我需要插入什么format ……或者我可能完全错过了这一点。 如何逐行测量文件大小？
注意：我在Windows上，文件编码为ANSI类型。
编辑：这会产生相同的结果！
filename = "testThis.txt" total_bytes = 0 file = File.new(filename, "r") file.each_byte do |whatever| total_bytes += 1 end puts "Original size #{File.size(filename)}" puts "Total bytes #{total_bytes}"
所以现在可以提供帮助的人……
IO＃的工作方式与从命令行捕获输入的方式相同：“输入”不作为输入的一部分发送; 当在文件或IO的其他子类上调用#gets时，它都不会被传递，因此这些数字肯定不会匹配。
请参阅相关的镐头部分
我可以问一下你为什么如此担心线长总和到文件大小？ 你可能正在解决一个比必要更难的问题……
啊哈。 我想我现在明白了。
由于缺少方便的iPod（或任何其他类型的东西），我不知道你是否想要完全4K的块，在这种情况下IO＃read（4000）将是你的朋友（4000或4096？）或者如果你’更乐意逐行打破，在这种情况下这样的事情应该有效：
class Chunkifier def Chunkifier.to_chunks(path) chunks, current_chunk_size = [""], 0 File.readlines(path).each do |line| line.chomp! # strips off \n, \r or \r\n depending on OS if chunks.last.size + line.size >= 4_000 # 4096? chunks.last.chomp! # remove last line terminator chunks << "" end chunks.last << line + "\n" # or whatever terminator you need end chunks end end if __FILE__ == $0 require 'test/unit' class TestFile < Test::Unit::TestCase def test_chunking chs = Chunkifier.to_chunks(PATH) chs.each do |chunk| assert 4_000 >= chunk.size, "chunk is #{chunk.size} bytes long" end end end end
注意使用IO＃readlines来获取所有文本：#each或#each_line也可以。 我用String＃chomp！ 为了确保无论操作系统在做什么，最后的字节都被删除，以便\ n或其他任何东西都可以强制进入输出。
我建议使用File＃write而不是#print或#puts作为输出，因为后者倾向于提供特定于OS的换行序列。
如果你真的担心多字节字符，可以考虑使用each_byte或unpack（C *）选项和monkey-patching String，如下所示：
class String def size_in_bytes self.unpack("C*").size end end
解压缩版本比我机器上的each_byte快8倍，顺便说一下。
您可以尝试IO＃each_byte，例如
total_bytes = 0 file_name = "test_this.txt" File.open(file_name, "r") do |file| file.each_byte {|b| total_bytes += 1} end puts "Original size #{File.size(file_name)}" puts "Total bytes #{total_bytes}"
当然，这不会一次给你一条线。 你最好的选择可能是通过each_byte遍历文件，直到你遇到\r\n 。 IO类提供了许多可能有用的低级读取方法。
您可能在此处有几个重叠的问题：
-
换行符
\r\n与\n（根据您之前的post）。 还有EOF文件字符（^ Z）？ -
问题陈述中“大小”的定义：你的意思是“多少个字符”（考虑多字节字符编码）或者你的意思是“多少字节”？
-
$KCODE全局变量的交互（在ruby 1.9中不推荐使用。如果你在1.9下运行，请参阅String#encoding和friends）。 例如，您的文件中是否有重音字符？ -
#unpack格式字符串。 如果你真的想要计算字节，我想你想要C*。
还要注意IO#each_line的存在（只是因为你可以扔掉while并且更多一点ruby-idiomatic ;-)）。
问题是当你在Windows上保存文本文件时，你的换行符是两个字符（字符13和10），因此2个字节，当你在linux上保存它时只有1个（字符10）。 但是，ruby将这两个字符报告为单个字符’\ n’ – 它表示字符10.更糟糕的是，如果你在Linux上使用windows文件，ruby会给你两个字符。
因此，如果您知道您的文件总是来自Windows文本文件并在Windows上执行，那么每次获得换行符时，您都可以为计数添加1。 否则它是一些条件和一个小状态机。
顺便说一下，没有EOF’字符’。
f = File.new("log.txt") begin while (line = f.readline) line.chomp puts line.length end rescue EOFError f.close end
这是一个简单的解决方案，假设当前文件指针设置为读取文件中一行的开头：
last_pos = file.pos next_line = file.gets current_pos = file.pos backup_dist = last_pos - current_pos file.seek(backup_dist, IO::SEEK_CUR)
在此示例中，“file”是您正在阅读的文件。 要在循环中执行此操作：
last_pos = file.pos begin loop next_line = file.gets current_pos = file.pos backup_dist = last_pos - current_pos last_pos = current_pos file.seek(backup_dist, IO::SEEK_CUR) end loop