在Golang中同时读取文件

Question

阅读部分不是并发的，但处理是并发的。我用这种方式来命名标题，因为我最有可能使用该短语再次搜索此问题。:)

尝试 超越示例 之后，我陷入僵局，因此这对我来说是一种学习经验。我的目标是：

1. 逐行读取文件（最终使用缓冲区执行多行）。
2. 将文本传递给func()执行某些正则表达式的工作。
3. 将结果发送到某个地方，但要避免使用互斥或​​共享变量。我正在将整数（总是数字1）发送到通道。这有点愚蠢，但是如果不引起问题，除非您有更整洁的选择，否则我想像这样保留它。
4. 使用工作池执行此操作。我不确定如何告诉工人重新排队？

这是游乐场的链接。我试图写出有用的评论，希望这很有道理。我的设计可能是完全错误的，所以请毫不犹豫地进行重构。

package main

import (
  "bufio"
  "fmt"
  "regexp"
  "strings"
  "sync"
)

func telephoneNumbersInFile(path string) int {
  file := strings.NewReader(path)

  var telephone = regexp.MustCompile(`\(\d+\)\s\d+-\d+`)

  // do I need buffered channels here?
  jobs := make(chan string)
  results := make(chan int)

  // I think we need a wait group, not sure.
  wg := new(sync.WaitGroup)

  // start up some workers that will block and wait?
  for w := 1; w <= 3; w++ {
    wg.Add(1)
    go matchTelephoneNumbers(jobs, results, wg, telephone)
  }

  // go over a file line by line and queue up a ton of work
  scanner := bufio.NewScanner(file)
  for scanner.Scan() {
    // Later I want to create a buffer of lines, not just line-by-line here ...
    jobs <- scanner.Text()
  }

  close(jobs)
  wg.Wait()

  // Add up the results from the results channel.
  // The rest of this isn't even working so ignore for now.
  counts := 0
  // for v := range results {
  //   counts += v
  // }

  return counts
}

func matchTelephoneNumbers(jobs <-chan string, results chan<- int, wg *sync.WaitGroup, telephone *regexp.Regexp) {
  // Decreasing internal counter for wait-group as soon as goroutine finishes
  defer wg.Done()

  // eventually I want to have a []string channel to work on a chunk of lines not just one line of text
  for j := range jobs {
    if telephone.MatchString(j) {
      results <- 1
    }
  }
}

func main() {
  // An artificial input source.  Normally this is a file passed on the command line.
  const input = "Foo\n(555) 123-3456\nBar\nBaz"
  numberOfTelephoneNumbers := telephoneNumbersInFile(input)
  fmt.Println(numberOfTelephoneNumbers)
}

Answer 1

您快要准备好了，只需要在goroutine的同步上做一些工作即可。您的问题是您试图在相同的例程中提供解析器并收集结果，但这无法完成。

我提出以下建议：

1. 在单独的例程中运行扫描仪，读取所有内容后关闭输入通道。
2. 运行单独的例程，等待解析器完成工作，然后关闭输出通道。
3. 在主例程中收集所有结果。

相关更改如下所示：

// Go over a file line by line and queue up a ton of work
go func() {
    scanner := bufio.NewScanner(file)
    for scanner.Scan() {
        jobs <- scanner.Text()
    }
    close(jobs)
}()

// Collect all the results...
// First, make sure we close the result channel when everything was processed
go func() {
    wg.Wait()
    close(results)
}()

// Now, add up the results from the results channel until closed
counts := 0
for v := range results {
    counts += v
}

在操场上完全可用的示例：http :
//play.golang.org/p/coja1_w-fY

值得补充的是，您不一定需要WaitGroup实现相同的目标，您需要知道的是何时停止接收结果。例如，可以通过扫描仪广告（在频道上）读取多少行，然后收集器仅读取指定数量的结果（您也需要发送零）来实现。