rust - 如何从已拆分成多个部分的文件创建行迭代器？

Question

我有一个文件，我需要逐行阅读并分成两个句子，用“=”分隔。我正在尝试使用迭代器，但我找不到如何在 split 中正确使用它。文档说 std::str::Split 实现了这个特征，但我仍然不知道如何使用它。

use std::{
    fs::File,
    io::{prelude::*, BufReader},
};

fn example(path: &str) {
    for line in BufReader::new(File::open(path).expect("Failed at opening file.")).lines() {
        let words = line.unwrap().split("="); //need to make this an iterable
    }
}

我如何使用一个我知道已经实现到类似 split 的特征？

Answer 1

作为@Mateen commented , split已经返回一个可迭代对象。要解决生命周期问题，请保存 unwrap() 返回的值在调用 split 之前进入一个变量.

我将在这里尝试解释生命周期问题。

首先，查看函数签名确实很有帮助。

pub fn unwrap(self) -> T

pub fn split<'a, P: Pattern<'a>>(&'a self, pat: P) -> Split<'a, P>

unwrap非常简单，它拥有自己的所有权并返回内在值(value)。

split看起来很吓人，其实也不难，'a只是生命周期的名称，它只是说明返回值可以使用多长时间。在这种情况下，这意味着两个输入参数必须至少与返回值一样长。

//                   Takes by reference, no ownership change
//                               v
pub fn split<'a, P: Pattern<'a>>(&'a self, pat: P) -> Split<'a, P>
//           ^              ^      ^                         ^
//           |              |--|---|                         |
// This just declares a name.  |                             |
//                             |                             |
//           Both of these values must last longer than -----|

这是因为split不复制任何字符串，它只是指向原始字符串上发生拆分的位置。如果原始字符串由于某种原因被丢弃，Split不会指向无效数据。

一个变量的生命周期(除非所有权被传递给其他东西)一直持续到它超出范围，这要么在结束时}如果它被命名(例如使用 let )或者它在行尾/;

这就是为什么您的代码中存在生命周期问题:

for line in std::io::BufReader::new(std::fs::File::open(path).expect("Failed at opening file.")).lines() {
    let words = line
        .unwrap() // <--- Unwrap consumes `line`, `line` can not be used after calling unwrap(),
        .split("=") // Passed unwrap()'s output to split as a reference
        ; //<-- end of line, unwrap()'s output is dropped due to it not being saved to a variable, the result of split now points to nothing, so the compiler complains.
}

解决方案

保存unwrap()的返回值

for line in std::io::BufReader::new(std::fs::File::open("abc").expect("Failed at opening file.")).lines() {
    let words = line.unwrap();
    let words_split = words.split("=");
} // <--- `word`'s lifetime ends here, but there is no lifetime issues since `words_split` also ends here.

您可以重命名 words_split至 words如果您愿意，可以隐藏原始变量以免弄乱变量名称，这也不会引起问题，因为隐藏变量不会立即删除，而是在其原始范围的末尾删除。

或者

而不是使用类型为 str 的迭代器，所有这些都只是指向原始字符串的奇特指针，您可以将每个切片复制到它自己的字符串中，从而消除对将原始字符串保留在范围内的依赖。

在您的情况下，几乎可以肯定没有理由这样做，因为复制每个切片需要更多的处理能力和更多的内存，但 Rust 为您提供了这种控制权。

let words = line
    .unwrap()
    .split("=")
    .map(|piece|
        piece.to_owned() // <--- This copies all the characters in the str into it's own String.
    ).collect::<Vec<String>>()
    ; // <--- unwrap()'s output dropped here, but it doesn't matter since the pieces no longer points to the original line string.

let words_iterator = words.iter();

collect给你错误 cannot infer type因为你没有说明你想收集什么，要么使用上面的 turbofish 语法，要么在 words 上声明它即 let words: Vec<String> = ...

您必须调用 collect因为map除非您使用它，否则不会做任何事情，但这超出了本答案的范围。