这是从文件中读取行并将它们拆分为单词的正确方法吗？

Question

编者按：此代码示例来自1.0之前的Rust版本，在语法上无效的Rust 1.0代码。此代码的更新版本会产生不同的错误，但答案仍然包含有价值的信息。

我实现了以下方法来从2维数据结构中的文件中返回单词：

fn read_terms() -> Vec<Vec<String>> {
    let path = Path::new("terms.txt");
    let mut file = BufferedReader::new(File::open(&path));
    return file.lines().map(|x| x.unwrap().as_slice().words().map(|x| x.to_string()).collect()).collect();
}

这是正确的、惯用的、有效的防锈方法吗？我想知道是否需要经常调用collect（），是否需要调用来分配内存。也许应该对返回类型进行不同的定义，以便更惯用、更高效？




Answer 1

相反，您可以将整个文件作为单个String读取，然后构建指向其中单词的引用结构：

use std::io::{self, Read};
use std::fs::File;

fn filename_to_string(s: &str) -> io::Result<String> {
    let mut file = File::open(s)?;
    let mut s = String::new();
    file.read_to_string(&mut s)?;
    Ok(s)
}

fn words_by_line<'a>(s: &'a str) -> Vec<Vec<&'a str>> {
    s.lines().map(|line| {
        line.split_whitespace().collect()
    }).collect()
}

fn example_use() {
    let whole_file = filename_to_string("terms.txt").unwrap();
    let wbyl = words_by_line(&whole_file);
    println!("{:?}", wbyl)
}

这将以更少的开销读取文件，因为它可以将其读入单个缓冲区，而使用BufReader读取行意味着大量复制和分配，首先是将其读入BufReader内部的缓冲区，然后将其读入新分配的字符串，然后将其读入新分配的字符串中。它还将使用更少的内存，因为单个大型字符串和引用向量比许多单个字符串更紧凑。

一个缺点是不能直接返回引用的结构，因为它不能超过存放单个大字符串的堆栈框架。在上面的example_use中，我们必须将大的字符串放入let中，以便按行调用单词。可以使用不安全的代码，并将字符串和引用包装到私有结构中来解决这个问题，但这要复杂得多。

Answer 2

从文本文件中获取单词有一种更短、更可读的方法。

use std::io::{BufRead, BufReader};
use std::fs::File;

let reader = BufReader::new(File::open("file.txt").expect("Cannot open file.txt"));

for line in reader.lines() {
    for word in line.unwrap().split_whitespace() {
        println!("word '{}'", word);
    }
}