ruby - 如何从ruby中的行中提取数据？

Question

我有一个 10m 行的文件，每一行都是这样的:

{ "_id" : ObjectId("567f972cad55ac0797baa773"), "id" : 357103 }

对于每一行，我需要用它的 "id" 值做一些事情。

到目前为止我有:

listings.each.with_index do |line, idx|
  # listing_id = JSON.parse(line).fetch("id") #>> invalid JSON error
  # line.split('"id : "') #=> some gibberish
  line.match(/"id" : (.*)/)[1] #=> "357103 }"

parse 抛出行不是有效 json 的错误。 split 返回一些乱码。我得到的最接近我期望的结果是 match，但它返回上述示例 "357103 }"。

你能帮我解决一下吗？

Answer 1

此处的拆分比正则表达式更快。对于如此大的文件，它可能会产生明显的差异。

此外，您似乎需要转义那些双引号:line.split("\"id\": ")

> puts Benchmark.measure{line.split("\"id\" : ").last.delete('}').delete(' ')}
  0.000000   0.000000   0.000000 (  0.000020)

> puts Benchmark.measure{line.match(/\s(\d+)\s/)[1]}
  0.000000   0.000000   0.000000 (  0.000043)

更新

甚至更快，一路使用拆分:

> puts Benchmark.measure{line.split("\"id\" : ").last.split(' ').first }
  0.000000   0.000000   0.000000 (  0.000008)

编辑

尽管正如 Stefan 在他的评论中提到的，看起来您的文件是 BSON (MongoDB) 而不是 JSON。有一个Mongo gem .