- Java 双重比较
- java - 比较器与 Apache BeanComparator
- Objective-C 完成 block 导致额外的方法调用?
- database - RESTful URI 是否应该公开数据库主键?
我有一些 *.bz2 文件,其中包含 *.csv 文本文件。
我需要处理它 - 解压它并更改它的编码。
现在我有了代码,可以解压这个文件并通过将原始文件读取到另一个文件来更改 *.csv 文件编码。但是这一刻我“遇到了情况”- *.csv 文件很大(5 GB),但服务器只有 8 GB。 IE,如果我将通过将文件复制到另一个文件来更改文件编码,我将没有硬盘空间。
因此,我需要“即时”更改文件的编码。
目前,我有两段代码:
解压
bool NetIO::unBZ2(string PathToBZ2, string PathToCSV) {
try {
boost::locale::generator gen;
ofstream outFile("c:/temp/sqlShare/qqq.csv", std::ofstream::out | std::ofstream::binary);
ifstream file(PathToBZ2, ios_base::in | ios_base::binary);
filtering_streambuf<input> in;
in.push(bzip2_decompressor());
in.push(file);
boost::iostreams::copy(in, outFile);
file.close();
outFile.close();
}
catch (const bzip2_error& exception) {
int error = exception.error();
if (error == boost::iostreams::bzip2::data_error) {
// compressed data stream is corrupted
cout << "compressed data stream is corrupted";
}
else if (error == boost::iostreams::bzip2::data_error_magic)
{
// compressed data stream does not begin with the 'magic' sequence 'B' 'Z' 'h'
cout << "compressed data stream does not begin with the 'magic' sequence 'B' 'Z' 'h'";
}
else if (error == boost::iostreams::bzip2::config_error) {
// libbzip2 has been improperly configured for the current platform
cout << "libbzip2 has been improperly configured for the current platform";
}
return false;
}
return true;
}
和改变文件编码的代码
bool NetIO::replaceLineBreaks(const string& inFilePath, const string& searchStr, const string& replacement) {
try {
boost::locale::generator gen;
ifstream iss(inFilePath.c_str(), std::ios::in | std::ios::binary);
std::locale lru = gen("ru_RU.CP1251");
std::locale lru2 = gen("ru_RU.UTF-8");
iss.imbue(lru2);
//string tempFilePath2 = inFilePath + ".tmp3";
string tempFilePath2 = "d:/temp/qqq.tmp3";
ofstream os(tempFilePath2, std::ios::out | std::ios::binary);
os.imbue(lru);
const int buffSize= 500000;
char qqq[buffSize];
//wchar_t wqqq[buffSize];
while (iss) {
iss.read(qqq, buffSize);
// MultiByteToWideChar(CP_UTF8, 0, qqq, buffSize, wqqq, buffSize);
os << qqq;
//cnt++;
/*if (cnt > 80) {
break;
}*/
}
os.close();
/*boost::iostreams::mapped_file istm(inFilePath.c_str());
if (!istm.is_open())
return false;
string tempFilePath = inFilePath + ".tmp";
ofstream ostm(tempFilePath.c_str(), std::ios::out | std::ios::binary);
if (!ostm.is_open()) {
istm.close();
return false;
}
boost::regex regexp(searchStr);
ostreambuf_iterator<char> it(ostm);
boost::regex_replace(it, istm.begin(), istm.end(), regexp, replacement, boost::match_default | boost::format_all);
istm.close();
ostm.close();
boost::filesystem::rename(tempFilePath, inFilePath);*/
}
catch (exception ex) {
cout << "Problem in line endings replacer" << std::endl;
cout << ex.what() << std::endl;
cout << "-----------------" << std::endl;
return false;
}
return true;
}
我想知道,我怎样才能将这两段代码结合起来?
据我所知,可能的解决方案是创建一个自定义的 ofstream
对象,它将接收数据并转换它的编码,并使用 boost::iostreams 将数据传递给它::复制
.
如何合并这两段代码?
非常感谢!
最佳答案
你在第二个函数中的代码有问题,你在哪里做
iss.read(qqq, buffSize);
os << qqq;
它不仅假定了 qqq
的完整大小总是读,也是qqq
从 char(&)[500000]
衰减至 char*
并将被解释为以 NUL 结尾的字符串。这至少打破了嵌入的 NUL 字符。喜欢:
auto bytes_read = iss.read(qqq, buffSize);
os.write(qqq, bytes_read);
Note:
boost::iostreams::copy
already does the correct thing, using the default buffersize (if unspecified)#ifndef BOOST_IOSTREAMS_DEFAULT_DEVICE_BUFFER_SIZE
# define BOOST_IOSTREAMS_DEFAULT_DEVICE_BUFFER_SIZE 4096
#endif
接下来,循环很容易组合成类似的东西
// input
std::ifstream file(PathToBZ2, std::ios::binary);
bio::filtering_stream<bio::input> in;
in.push(bio::bzip2_decompressor());
in.push(file);
std::locale lru2 = gen("ru_RU.UTF-8");
in.imbue(lru2);
// output
std::ofstream outFile("c:/temp/sqlShare/qqq.csv", std::ios::binary);
std::locale lru = gen("ru_RU.CP1251");
outFile.imbue(lru);
// copy
const int buffSize = 500000;
/*auto totalWritten =*/ boost::iostreams::copy(in, outFile, buffSize);
注意这里使用了 filtering_stream
, 不是 filtering_streambuf
使用 code_converter<>
强制进行所需的转换:
#include <boost/iostreams/filtering_stream.hpp>
#include <boost/iostreams/filter/bzip2.hpp>
#include <boost/iostreams/stream.hpp>
#include <boost/iostreams/copy.hpp>
#include <boost/iostreams/code_converter.hpp>
#include <boost/locale.hpp>
#include <iostream>
#include <fstream>
namespace bio = boost::iostreams;
bool unBZ2(std::string PathToBZ2, std::string PathToCSV) {
try {
boost::locale::generator gen;
// input
std::ifstream file(PathToBZ2, std::ios::binary);
bio::filtering_stream<bio::input> in;
in.push(bio::bzip2_decompressor());
in.push(file);
std::locale lru2 = gen("ru_RU.UTF-8");
in.imbue(lru2);
// output
std::ofstream outFile(PathToCSV, std::ios::binary);
std::locale lru = gen("ru_RU.CP1251");
outFile.imbue(lru);
{
bio::code_converter<bio::filtering_stream<bio::input> > win(in);
bio::code_converter<decltype(outFile)> wout(outFile);
win.imbue(lru2);
wout.imbue(lru);
const int buffSize = 500000;
/*auto totalWritten =*/ boost::iostreams::copy(win, wout, buffSize);
}
} catch (const bio::bzip2_error &exception) {
int error = exception.error();
if (error == boost::iostreams::bzip2::data_error) {
// compressed data stream is corrupted
std::cout << "compressed data stream is corrupted";
} else if (error == boost::iostreams::bzip2::data_error_magic) {
// compressed data stream does not begin with the 'magic' sequence 'B' 'Z'
// 'h'
std::cout << "compressed data stream does not begin with the 'magic' sequence " "'B' 'Z' 'h'";
} else if (error == boost::iostreams::bzip2::config_error) {
// libbzip2 has been improperly configured for the current platform
std::cout << "libbzip2 has been improperly configured for the current platform";
}
return false;
}
return true;
}
int main() {
unBZ2("input.txt.bz2", "output.txt");
}
翻译 "Lorem Ipsum".ru进入
00000000: cbee f0e5 ec20 e8ef f1f3 ec20 e4ee ebee ..... ..... ....
00000010: f020 f1e8 f220 e0ec e5f2 2c20 f1ee ebf3 . ... ...., ....
00000020: ec20 eff0 e8ec e8f1 20e0 ed20 f1e5 e42e . ...... .. ....
00000030: 20cd e5f6 20e5 f220 eee4 e8ee 20e4 e8f1 ... .. .... ...
00000040: eff3 f2e0 ede4 ee2c 20ef f0e8 20ed e50a ......., ... ...
00000050: f4ee f0e5 edf1 e8e1 f3f1 20e2 eeeb f3ef .......... .....
00000060: f2e0 f2e8 e1f3 f12e 20c5 efe8 f6f3 f0e8 ........ .......
00000070: 20f6 eeec ecf3 ede5 20f1 f3f1 f6e8 efe8 ....... .......
00000080: f220 e5f5 20ef f0ee 2e20 cff0 eee1 ee20 . .. .... .....
00000090: f4e5 f3e3 e0e8 f20a f0e5 f6f2 e5ff f3e5 ................
000000a0: 20f3 f220 eff0 e82c 20ec e5e8 20f2 eeeb .. ..., ... ...
000000b0: ebe8 f220 ecee ebe5 f1f2 e8e5 20e4 e8f1 ... ........ ...
000000c0: eff3 f2e0 ede4 ee20 f6f3 2e20 d1e8 edf2 ....... ... ....
000000d0: 20e1 f0f3 f2e5 20ec e0e7 e8ec 20e5 eef1 ..... ..... ...
000000e0: 20e5 f32c 0ae1 f0f3 f2e5 20e0 ebf2 e5f0 ..,...... .....
000000f0: e020 eced e5f1 e0f0 f7f3 ec20 f6f3 20ec . ......... .. .
00000100: e5eb 2c20 e5e8 20f5 e0f1 20eb f3ef f2e0 .., .. ... .....
00000110: f2f3 ec20 f6ee edf1 e5f6 f2e5 f2f3 e5f0 ... ............
00000120: 2e0a 0acd e520 e0eb e8e8 20ff f3e0 f120 ..... .... ....
00000130: e0f1 f1e5 edf2 e8ee f020 e2e8 f12c 20e5 ......... ..., .
00000140: e820 e2e8 ec20 ecf3 f6e8 f3f1 20ec e5e4 . ... ...... ...
00000150: e8ee f6f0 e8f2 e0f2 e5ec 2c20 eff0 ee20 .........., ...
00000160: e5e0 20e0 e5ff f3e5 20eb e0ee f0e5 e5f2 .. ..... .......
00000170: 0aef f5e0 e5e4 f0f3 ec2e 20c5 eef1 20f1 .......... ... .
00000180: f3ec ee20 e0e4 f5f3 f620 f6ee edf1 e5ff ... ..... ......
00000190: f3e0 f220 e5f5 2c20 e8e4 20f5 e0f1 20eb ... .., .. ... .
关于c++ - 使用 Boost 处理流,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40907536/
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务,尤其是 WebScriptEndpoint。 任何人都可以对此给出任何指导吗? 谢谢 最佳答案 这是一篇关于
我正在编写一个将运行 Linux 命令的 C 程序,例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
所以我正在尝试处理文件上传,然后将该文件作为二进制文件存储到数据库中。在我存储它之后,我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库,因为我使用 Google 应用引
我正在尝试制作一个宏,将下面的公式添加到单元格中,然后将其拖到整个列中并在 H 列中复制相同的公式 我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
问题类似于this one ,但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
我正在使用GNU bash,版本5.0.3(1)-发行版(x86_64-pc-linux-gnu),我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
这里,为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时,它发现错误。 而且我的 jquery 类和 insertadjacentHTMl 也不
我正在尝试更改标签的innerHTML。我无权访问该表单,因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。 这是输入和标签的结构:
我有一个页面,我可以在其中返回用户帖子,可以使用一些 jquery 代码对这些帖子进行即时评论,在发布新评论后,我在帖子下插入新评论以及删除 按钮。问题是 Delete 按钮在新插入的元素上不起作用,
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列,它是一个数字,如帐号,并按原样返回其余列。 使用 awk 或 sed 执行此操作的最佳方法是什么? Accounti
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中,我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
所以我试图有一个输入字段,我可以在其中输入任何字符,但然后将输入的值小写,删除任何非字母数字字符,留下“。”而不是空格。 例如,如果我输入: 地球的 70% 是水,-!*#$^^ & 30% 土地 输
我正在尝试做一些我认为非常简单的事情,但出于某种原因我没有得到想要的结果?我是 javascript 的新手,但对 java 有经验,所以我相信我没有使用某种正确的规则。 这是一个获取输入值、检查选择
我想使用 angularjs 从 mysql 数据库加载数据。 这就是应用程序的工作原理;用户登录,他们的用户名存储在 cookie 中。该用户名显示在主页上 我想获取这个值并通过 angularjs
我正在使用 autoLayout,我想在 UITableViewCell 上放置一个 UIlabel,它应该始终位于单元格的右侧和右侧的中心。 这就是我想要实现的目标 所以在这里你可以看到我正在谈论的
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
我尝试使用for循环声明变量,然后测试cols和rols是否相同。如果是,它将运行递归函数。但是,我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗? 现在,在比较 col.1 和
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {
我是一名优秀的程序员,十分优秀!