4 2 1 載入和解析資料

4.2.1 載入和解析資料

作為第一步，我們將實現乙個函式 convertdatarow，它從這個 csv 檔案中取一行作為字串，從這一行中返回兩個元件到乙個元組中。實現這個函式後，立刻測試它，通過給它乙個示例輸入（字串「testing reading,1234」），應該能正確解析。在清單 4.2 中，可以這個函式的**和測試的結果。

listing 4.2 parsing a row from the csv file (f# interactive)

> open system;;

> let convertdatarow(csvline:string) =

let cells = list.ofseq(csvline.split(','))

match cells with

| title::number::_ –>

let parsednumber = int32.parse(number)

(title, parsednumber)

| _ -> failwith "incorrect data format!"

;; val convertdatarow : string -> string * int

> convertdatarow("testing reading,1234");;

val it : string * int = ("testing reading", 1234)

啟動 f# interactive 以後，我們從 system 命名空間匯入功能。我們需要開啟這個命名空間，因為**要使用 int32.parse 方法。這必須顯式匯入，反之，來自核心 f# 庫的函式，比如，list.ofseq，能隱式使用。

函式 convertdatarow 取乙個字串作為引數值，並把它拆分成使用逗號作為分隔符的值的列表，然後，用標準的 .net 的 split 方法執行此操作。當呼叫乙個值的例項方法時，f# 編譯器需要提前知道這個值的型別。不幸的是，在這種情況下，型別推斷沒有任何其他方式來推斷出型別，所以，我們要使用的型別批註顯式宣告 csvline 的型別是字串。

split 方法使用 c# 的 params 關鍵字宣告，取數量可變的字元作為引數值。我們指定只是乙個分隔符：逗號。這個方法的結果是乙個字串陣列，但我們想要使用的是列表，所以，要將結果轉換為列表，使用來自 f # list 模組的 ofseq 函式。我們將在第 10 和 12 章中討論有關陣列和其他集合型別。

一旦我們有了這個列表，就可以用 match 結構來測試，看格式是否正確。如果它包含兩個或多個值，將匹配第一種情況（title::number:: _），標題賦給值 title、數值賦給 number，其餘列（如果有）將被忽略。在這個分支中，我們使用 int32.parse 把字串轉換為整數，並返回乙個元組，包含標題和這個值。第二個分支觸發標準的 .net 異常。

如果你看這個簽名，可以發現該函式取乙個字串，並返回乙個元組，第乙個值是字串，第二個值是整數。這是完全符合我們的預期：標題返回作為乙個字串，第二列的數值轉換為整數。在下一行演示如何在 f# interactive 中方便地測試這個函式。示例呼叫的結果是乙個元組，包含「testing reading」作為標題，"1234"作為數值。

在 f# 中使用 .net 字串

在 f# 中使用 .net 字串，一般會使用通常的 .net 方法。讓我們看看如何在 f# 中使用它們，先選幾個在 string 類中的靜態方法，我們可以使用這些方法，就好像普通的 f# 函式（使用 string 類名）。這些函式的引數值必須在括號內指定，作為以逗號分隔的元組。在這個型別簽名中，元組寫成星號：

■ string.concat （過載）：接受可變數量的字串型別或物件的引數值，並返回乙個字串，通過把所有的這些都起來：

> string.concat("1 + 3", 3);;

val it : string = "1 + 33"

■ string.join （sep:string * strs:string) : string：連線乙個字串陣列 strs，使用指定的分隔符 sep，可以使用 [| ... |] 語法來構建陣列文字：

> string.join(", ", [| "1"; "2"; "3" |]);;

val it : string = "1, 2, 3"

.net 中的字串也是物件，也有例項成員，能在 f# 中使用，用典型的點表示法。在前面的示例中，我們已經看到這個，當拆分字串jf ,使用了 str.split 。下面的示例假定我們有乙個字串 str 包含"hello world!"：

■ str.length：屬性，返回字串的長度，在 f# 中訪問屬性的方式與 c# 是相同的，所以讀取屬性不跟大括號：

> str.length;;

val it : int = 12

■ str.[index:int]：指定乙個字串的索引，寫在方括號內，返回由 index 指定的位置的字元。注意，在方括號（前）的前面仍需要點，不像 c#：

> str.[str.length - 1];;

val it : char = '!'

我們還可以使用 fsharp.powerpack.dll 庫中的可用函式。f# 中大多數的字串處理**可以使用 .net 方法來實現。

在前面的清單中，我們實現了 convertdatarow 函式，取來自 csv 檔案一行的字串，返回乙個元組，包含乙個標籤和乙個數值。下一步，我們將實現乙個函式，取乙個字串列表，將每個字串轉換為元組，使用 convertdatarow。清單 4.3 顯示了這個函式，然後，立即測試，解析乙個示例字串列表。

listing 4.3 parsing multiple lines from the input file (f# interactive)

> let rec processlines(lines) =
match lines with
| -> 
| currentline::remaining ->
let parsedline = convertdatarow(currentline)
let parsedrest = processlines(remaining)
parsedline :: parsedrest
;;val processlines : string list -> (string * int) list
> let testdata = processlines ["test1,123"; "test2,456"];;
val testdata : (string * int) list =
[("test1", 123); ("test2", 456)]

這個函式在很多方面類似於我們在前一章實現的處理列表。正如你所看到的，宣告這個函式用了 let rec 關鍵字，所以，它是遞迴的。它取乙個字串列表作為引數值（lines），使用模式匹配，測試列表是空的列表，還是cons cell。對於空列表，它直接返回元組的空列表。如果模式匹配執行的分支是針對 cons cell 的，它會從列表中的第乙個元素的值賦給 currentline，包含剩餘元素的列表賦給 remainning。此分支的**首先處理單行，使用清單 4.2 的 convertdatarow 函式，然後，以遞迴方式處理列表中的其餘部分。最後，**構造乙個新的cons cell，包含：正在處理的行作為頭，以遞迴方式處理列表中的其餘部分作為尾。這意味著，對列表中的每個字串，函式執行 convertdatarow，並把收集到的結果為新的列表。

為更好地理解 processlines 函式做了什麼，我們還可以通過 f# interactive，檢視列印出的型別簽名。表明該函式取乙個字串列表（string list 型別）作為引數值，並返回包含型別為元組（strings * int）的列表。這正是完全解析一行的函式返回的型別，就好像是這個函式做了正確的事。我們通過呼叫示例列表作為引數值，驗證這一點，可以看到，由 f# interactive 列印出的呼叫的結果：它是包含兩個元組的列表，元組有乙個字串和乙個數字，所以，函式執行良好。

現在，我們有了乙個函式，將字串列表轉換為一種資料結構，將用在我們的圖表繪製應用程式中。在我們可以實現關鍵的資料處理部分之前，還需要看乙個簡單的工具程式。

4 2 1 載入和解析資料

preload 讓載入和解析解耦

HTML頁面載入和解析流程詳細介紹

Json資料封裝和解析

4 2 1 載入和解析資料

preload 讓載入和解析解耦

HTML頁面載入和解析流程詳細介紹

Json資料封裝和解析

相關推薦