ruby - 是否可以从 Ruby 中的 String#split 函数返回卡住的、去重的字符串？

Question

如果我们有一个像“1,2,3,4,5”这样的字符串，并且我们使用拆分函数解析它以获取各个元素，Ruby 会为每个元素分配一个新的字符串对象。如果你处理一个大文件，它有很多重复值，例如很多 0，那么返回卡住字符串将节省大量时间和内存，因为解释器不必创建这些新对象——它可以返回一个引用卡住的字符串 - 并且不需要在它们之后清理。

所以不是这样:(每个字符串对象都是唯一的)

2.4.1 :007 > "1,2,3,4,5,6".split(',').map(&:object_id)
 => [70280975267840, 70280975267820, 70280975267800, 70280975267780, 70280975267760, 70280975267740]
2.4.1 :008 > "1,2,3,4,5,6".split(',').map(&:object_id)
 => [70280978671420, 70280978671400, 70280978671380, 70280978671360, 70280978671340, 70280978671320]

我想看到这个:(我们在第一次和第二次运行中得到相同的字符串对象)

2.4.1 :007 > "1,2,3,4,5,6".split(',').map(&:object_id)
 => [70280975267840, 70280975267820, 70280975267800, 70280975267780, 70280975267760, 70280975267740]
2.4.1 :008 > "1,2,3,4,5,6".split(',').map(&:object_id)
 => [70280975267840, 70280975267820, 70280975267800, 70280975267780, 70280975267760, 70280975267740]

当然，这需要某种选择加入机制，例如允许您指定要使用的卡住字符串列表，因为卡住文件中的每个单词听起来像是自找麻烦。

理想情况下，界面应该是这样的:

"1,2,3,4,5,6".split(',', frozen_strings: [-'1', -'2', -'3', -'4', -'5', -'6'])

有没有办法在不编写 C 扩展的情况下在 Ruby 中执行此操作？也许使用一些外部库，如 CSV 解析器？

Answer 1

您可以通过 String#-@ 获得卡住的、去重的字符串.

要么我使用 map:

str = '1,1,2,2'

str.split(',').map(&:-@).map(&:object_id)
#=> [70293234167580,
#    70293234167580,
#    70293368908400,
#    70293368908400]

或者，在处理一个巨大的字符串时使用 block 形式来节省内存:(Ruby 2.6+)

def frozen_split(str, pattern)
  return enum_for(__method__, str, pattern) unless block_given?

  str.split(pattern) { |x| yield -x }
end

并通过以下方式调用它:

frozen_split(str, ',').map(&:object_id)
#=> [70293234167580,
#    70293234167580,
#    70293368908400,
#    70293368908400]