在 Rust 中逐字符读取文件

发布于05月12日

是否有一种惯用的方法来处理文件，一次处理一个字符？

这大概就是我想要的:

let mut f = io::BufReader::new(try!(fs::File::open("input.txt")));

for c in f.chars() {
    println!("Character: {}", c.unwrap());
}

但Read::chars到目前为止仍然不稳定.6.0.

我考虑过使用Read::read_to_string，但文件可能很大，我不想把它全部读入内存.

推荐答案

让我们比较一下4种方法.

1. 100

您可以复制Read::chars个实现，但它标记为不稳定

错误发生位置的部分读/写的语义目前尚不清楚，可能会发生变化

因此，必须小心一些.无论如何，这似乎是最好的方法.

2. 100

flat_map个备选方案没有编译:

use std::io::{BufRead, BufReader};
use std::fs::File;

pub fn main() {
    let mut f = BufReader::new(File::open("input.txt").expect("open failed"));

    for c in f.lines().flat_map(|l| l.expect("lines failed").chars()) {
        println!("Character: {}", c);
    }
}

问题是chars从字符串中borrow ，但l.expect("lines failed")只存在于闭包中，所以编译器给出了错误borrowed value does not live long enough.

3. Nested for

这个代码

use std::io::{BufRead, BufReader};
use std::fs::File;

pub fn main() {
    let mut f = BufReader::new(File::open("input.txt").expect("open failed"));

    for line in f.lines() {
        for c in line.expect("lines failed").chars() {
            println!("Character: {}", c);
        }
    }
}

行，但它为每行保留一个字符串.此外，如果输入文件上没有换行符，整个文件将被加载到内存中.

4. 100

方法3的另一种节省内存的方法是使用Read::read_until，并使用单个字符串读取每一行:

use std::io::{BufRead, BufReader};
use std::fs::File;

pub fn main() {
    let mut f = BufReader::new(File::open("input.txt").expect("open failed"));

    let mut buf = Vec::<u8>::new();
    while f.read_until(b'\n', &mut buf).expect("read_until failed") != 0 {
        // this moves the ownership of the read data to s
        // there is no allocation
        let s = String::from_utf8(buf).expect("from_utf8 failed");
        for c in s.chars() {
            println!("Character: {}", c);
        }
        // this returns the ownership of the read data to buf
        // there is no allocation
        buf = s.into_bytes();
        buf.clear();
    }
}