rakulang, dartlang, nimlang, golang, rustlang, lang lang no see

Raku 圣诞月历 - 2014

焉知非鱼

Raku Calendar

Data munging in Raku #

案例学习: 生成成绩报告单

example.txt
STDOUT
Peter	B
Celine	A-
Zsófia	B+
João	F
Maryam	B+
秀英	B-
Finn	D+
Aarav	A
Emma	F
Omar	B

输出报告单:

Zsófia's grade: B+
List of students with a failing grade:
  João, Emma
Distribution of grades by letter:
  A: 2 students
  B: 5 students
  D: 1 student
  F: 2 students

example.txt 是一个文本文件, 每行一个学生姓名和分数, 中间用空格分割。 我们希望我们的脚本能解析这样的文件并打印含有如下信息的报告:

学生名为 “Zsófia” 的成绩
所有不及格学生的名字 (i.e. worse than D-),
根据字母( 不带 +/- ) 把成绩分组。得到学生成绩的分布。

让我们一步步来, 添加 shebang 行:

#!/usr/bin/env raku

在 Raku 中所有这些都为我们做好了。

读取并解析输入:

my %grade = "grades.txt".IO.lines.map: {
   m:s/^(\w+) (<[A..F]><[+-]>?)$/
        or die "Can't parse line '$_'";
    ~$0 => ~$1
};

在 Raku 中, 对文件名字符串调用 .IO 方法会返回一个代表文件系统路径的对象, 我们可以继续在这个对象上调用 .lines 方法, 得到文件的所有行的一个惰性列表。“Lazy” 意味着它只会从磁盘中按需读取新行, 当我们使用 .map 方法遍历列表元素的时候, 这样能使用单个赋值操作就能优雅地初始化一个散列。

我们不需要让文件句柄识别 Unicode, 也不用管文件句柄是否正确关闭, 这在 Raku 中都是默认发生的。

method: ... 语法也可以写为 .method(...), 前者使 map 看起来更像一个 block 语句, 并减少了括号凌乱。 :s(“sigspace”) 正则修饰符使解析 token 间的空白更优雅。但 Raku 中的字符类比 Perl 5 复杂了一丢丢。 正则捕获结果变量($0, $1, …) 返回一个完整的 Match 对象 - 它为复杂使用场景增加了很多灵活性, 但是这里我们只想保留字符串, 所以使用 ~ 前置操作符字符串化了匹配对象。

查看数据的特定项:

say "Zsófia's grade: %grade<Zsófia>";

Raku 总是把散列中 { } 中的东西解析为表达式, 使用 < > 表示字面值。

过滤数据:

say "List of students with a failing grade:";
say "  " ~ %grade.grep(*.value ge "E")».key.join(", ");

Raku 中允许我们按执行顺序把一些列方法写为链式操作。有一个重要区别:Raku 能让我们直接遍历散列的项, 散列中每一项都是一个 Pair 对象(Pair 对象能使用 .key.value 方法)。

* Whatever star 用于定义一个简单的回调, 而不用写一个花括号块。 ». hyper operator 用于对 .grep 返回的 Pairs 的每个 Pair 上调用 一次 .key 方法, 得出姓名列表

从数据中创建频率分布:

say "Distribution of grades by letter:";
say "{.key}: {+.value} student{"s" if .value != 1}"

for %grade.classify(*.value.comb[0]).sort(*.key);

计数和分组实在太常见了, Raku 提供了 .classify 方法。 classify 方法里需要指定要分组的项(这里是代表 %grade 条目的 Pair 对象), 这些项应该根据什么规则进行分组(这里是根据第一个字母的值, 它代表分数(没有 +/-)。

这生成一个匿名的散列, 散列的值是匿名数组。

%("B" => ["Peter" => "B", "Zsófia" => "B+", "Maryam" => "B+",
 "秀英" => "B-", "Omar" => "B"], "A" => ["Celine" => "A-", "Aarav" => "A"], "F" => ["João" => "F", "Emma" => "F"], "D" => ["Finn" => "D+"])

因为我们只对每组元素的个数感兴趣, 我们使用 + 前置操作符数字化每个值然后打印它, 在数组前面添加 + 符号会得到数组元素的个数。

在 term 位置上一个单独的 .method 方法等价于 $_.method, 意思是对当前循环变量调用该方法。任意代码的返回值能使用花括号 {} 插值到字符串中。

if 语句能被用作表达式 - 当条件为 false 时, 返回空列表, 然后被字符串化为空字符串。对字符串调用不带参数的 .comb 会生成该字符串的一个字符列表。