שני קבצים שונים, שורות כפולות והסרתן

[roee]

גם ב-C++ זה קליל (C++11, כי אני מגניב):

 

גרסא צבעונית ב- http://pastebin.ca/2648163

[LFT]

#include
#include
#include
#include
#include
#include


int main(int argc, char* argv[])
{
if (argc

std::vector<:string> one;
std::vector<:string> two;


std::ifstream a(argv[1]);
std::ifstream b(argv[2]);


std::copy(std::istream_iterator<:string>(a),
std::istream_iterator<:string>(),
std::back_inserter(one));


std::copy(std::istream_iterator<:string>(b),
std::istream_iterator<:string>(),
std::back_inserter(two));


for(auto i : two) {
auto s = std::find(one.begin(), one.end(), i);
if (s != one.end()) { one.erase(s); }
}


std::copy(one.begin(), one.end(),
std::ostream_iterator<:string>(std::cout, "\n"));
}

 

זוועה (זה לא אתה, זו השפה).

[Dittohead]

זוועה (זה לא אתה, זו השפה).

 

מסכים לחלוטין, למרות ש C++11 דווקא מתחילה להיראות יותר אלגנטית (auto, nullptr, למבדות).

[m3x7r3m3]

מה יש לכם נגד C++?

אפשר היה גם לכתוב בג'אווה או סי שארפ בהרבה פחות שורות, גם בגירסה 11 אפשר לכתוב בפחות שורות אבל לדעתי זה קצת מייצר מתכנתים שאם מחר יצטרכו לכתוב Low Level לא היה להם מושג איך פותחים קובץ או מה התו של סיום שורה.

חוצמזה היופי של C++ זה שאתה יכול לקחת את הקוד הזה לקמפל אותו למה שאתה רוצה בערך, ווינדוס 32 או 64 ביט, לינוקס, אנדרואיד וכו'.

 

דיטו הייתי מחליף לwstring wifstream wofstream ככה שהתוכנה תעבוד ביוניקוד.

[Dittohead]

זה לא משנה, היות ואנחנו לא עושים עיבוד על הסטרינגים (std::string מחזיק char בפנים) אלא רק משווים אותם אחד לשני.

[hans]

מה יש לכם נגד C++?

אפשר היה גם לכתוב בג'אווה או סי שארפ בהרבה פחות שורות, גם בגירסה 11 אפשר לכתוב בפחות שורות אבל לדעתי זה קצת מייצר מתכנתים שאם מחר יצטרכו לכתוב Low Level לא היה להם מושג איך פותחים קובץ או מה התו של סיום שורה.

חוצמזה היופי של C++ זה שאתה יכול לקחת את הקוד הזה לקמפל אותו למה שאתה רוצה בערך, ווינדוס 32 או 64 ביט, לינוקס, אנדרואיד וכו'.

 

דיטו הייתי מחליף לwstring wifstream wofstream ככה שהתוכנה תעבוד ביוניקוד.

או, נגעת בנקודה.

שים לב! לא היה פה שום סי שארפ או ג׳אווה או זוועות מהסוג הזה

(שאגב, היו דורשות לא פחות שורות מ-c++),

אלא פייתון, שרץ בכל מכונה שהיא, בפחות שורות ובלי סוגריים מסולסלים.

יש בשפה הזאת מעין איזון מוצלח במיוחד, להבדיל מההיפסטריות של רובי.

 

פחות שורות = פחות טעויות.

(ותודה ל-ditto שמזכיר לי שוב ושוב עד כמה אני עוד צריך ללמוד)

[Dittohead]

פחות שורות = פחות טעויות.

(ותודה ל-ditto שמזכיר לי שוב ושוב עד כמה אני עוד צריך ללמוד)

 

אין על מה. אגב, היה ברדיט דיון מעניין על "קוד יפה" לפני שנה בערך -

[m3x7r3m3]

זה לא משנה, היות ואנחנו לא עושים עיבוד על הסטרינגים (std::string מחזיק char בפנים) אלא רק משווים אותם אחד לשני.

 

בטח שמשנה! אם נניח שהקובץ שנתנו לתוכנה שלך מקודד ב-Unicode כי ככה הוא נשמר ע"י Notepad, אתה תקבל למעשה במקום כתובת מייל [email protected] בתור סטרינג, 7 סטרינגים של כל אות ועוד סטרינגים ריקים כי a שמקודד ב-Unicode נראה 0x0061 כך שה-string שלך בעצם ייקרא אותו כשתי אותיות, אחת 00 שזה Terminating Null (מוכר בערך '\0') ואחריו את האות a, השטרודל יקודד במקור כ-0x0040 וייקרא בתור Terminating Null ואחריו סטרינג חדש שיהיה שטרודל.

 

או, נגעת בנקודה.

שים לב! לא היה פה שום סי שארפ או ג׳אווה או זוועות מהסוג הזה

(שאגב, היו דורשות לא פחות שורות מ-c++),

אלא פייתון, שרץ בכל מכונה שהיא, בפחות שורות ובלי סוגריים מסולסלים.

יש בשפה הזאת מעין איזון מוצלח במיוחד, להבדיל מההיפסטריות של רובי.

 

פחות שורות = פחות טעויות.

(ותודה ל-ditto שמזכיר לי שוב ושוב עד כמה אני עוד צריך ללמוד)

 

אני מאוד לא תומך בטענה הזו של פחות שורות = פחות טעויות.

עדיף 100 שורות ברורות וקצרות מאשר 5 שורות דחוסות, ארוכות וקשות להבנה בקריאה ראשונה.

אתה יודע כמה זמן מתכנתים מבזבזים על הבנה של "קיצורי דרך" שעשו קודמיהם בתפקיד כי הקודמים אמרו "פחות שורות = פחות טעויות".

קוד יותר ברור = פחות טעויות.

 

אגב רועי אני מאוד מסכים איתך, שזה זוועה, אבל זה בעיקר בגלל ש-Dittohead לא השתמש ב-using (ראה קוד אצלי למטה) מה שהיה מעיף את כל ה-std:: המיותרים

 

למי שמעניין אותו הקוד אז זה:

#include "stdafx.h"
#include 
#include 
#include 
#include 


using std::wcout;
using std::wcin;
using std::endl;
using std::wifstream;
using std::wofstream;
using std::vector;
using std::wstring;


int _tmain(int argc, _TCHAR* argv[])
{
   if (argc  4)
   {
       wcout  "         wcin.ignore();
       return 1;
   }


   wifstream fileOriginal(argv[1]), fileRemove(argv[2]);
   if (!fileOriginal.is_open())
       wcout 

   if (!fileRemove.is_open())
       wcout 

   if (!fileRemove.is_open() || !fileOriginal.is_open())
   {
       fileOriginal.close();
       fileRemove.close();


       wcout         wcin.ignore();
       return 1;
   }


   vector vecRemove;


   wofstream fileNew(argv[3]);
   wstring strTemp;
   while (getline(fileRemove, strTemp))
       vecRemove.push_back(strTemp);


   int nRemoved = 0;
   while (getline(fileOriginal, strTemp))
   {
       bool bFound = false;
       for (size_t i=0; i            if (0 == strTemp.compare(vecRemove[i]))
               bFound = true;


       if (!bFound)
           fileNew         else
           ++nRemoved;
   }

   fileNew.close();
   fileOriginal.close();
   fileRemove.close();


   wcout     wcout     wcin.ignore();


   return 0;
}

ניתן לראות בקוד חלקים ברורים:

1. בדיקת פרמטרים (מספר פרמטרים, ששמות הקבצים תקינים, שהקבצים קיימים ונפתחים.

2. העתקת רשימת השורות למחיקה מהקובץ לתוך vector לעבודה יותר נוחה (מן הסתם תמיד קובץ ההסרה יהיה קטן מקובץ הכתובות המלא).

3. מעבר על קובץ הכתובות המלא, ובדיקה של כל כתובת מול וקטור ההסרה, האם הוא קיים שם ע"י wstring.compare, כל כתובת שלא נמצאה נזרקת ישירות לקובץ ה-Output המסונן, אם נמצאה אז ספירת השורה כהוסרה (כך לא נספור כתובות להסרה שלא הופיעו בקובץ הכתובות המלא) לפי בקשת צביקה.

4. ניקוי והודעות למשתמש - סגירת הקבצים, הצגה של מספר השורות שהוסרו וסיום.

 

הערה: השימוש ב-wifstream, wofstream, wstring הוא לציין widechar (השם המיקרוסופטי ל-Unicode), כך שלא משנה כיצד מקודד הקובץ המקורי לא יהיו לנו בעיות.

הערה2: wcin.ignore() למעשה מתעלמת מהקשת מקלדת (Press any key to...).

LineRemover.zip

עריכה אחרונה ב-5 למרץ, 2014 על ידי m3x7r3m3

[Dittohead]

בטח שמשנה! אם נניח שהקובץ שנתנו לתוכנה שלך מקודד ב-Unicode כי ככה הוא נשמר ע"י Notepad, אתה תקבל למעשה במקום כתובת מייל [email protected] בתור סטרינג, 7 סטרינגים של כל אות ועוד סטרינגים ריקים כי a שמקודד ב-Unicode נראה 0x0061 כך שה-string שלך בעצם ייקרא אותו כשתי אותיות, אחת 00 שזה Terminating Null (מוכר בערך '\0') ואחריו את האות a, השטרודל יקודד במקור כ-0x0040 וייקרא בתור Terminating Null ואחריו סטרינג חדש שיהיה שטרודל.

 

השוואה כמו שנדרש ע"י פות"ש תעבוד גם עם std::string רגיל, בהנחה והקידוד של הקבצים הוא זהה. תנסה ותראה:

[left]$ cat gen.py && python gen.py && ./filter 1.txt 2.txt 
one = ["[email protected]", "[email protected]", "[email protected]", "[email protected]", ]
two = ["[email protected]", "[email protected]" ]


with open("1.txt", "wb") as o:
    o.write("\n".join([x.encode('utf16') for x in one]))


with open("2.txt", "wb") as o:
    o.write("\n".join([x.encode('utf16') for x in two]))


��[email protected]
��[email protected][/left]

[m3x7r3m3]

בוא נלך להכי Low-Level שאפשר.

 

כתבתי [email protected] דרך Notepad ושמרתי בקידוד Unicode.

הקובץ שלי מבחינה בינארית יהיה כזה:

 

FF FE 61 00 40 00 61 00 2E 00 63 00 6F 00 6D 00

 

נתעלם מה-Header של FF FE אתה רואה כאן את המידע בצורת Little Endian.

נניח שאם ה-getline שלך ממומש כך שהוא מחפש את ה-'\n' תקבל בתוך הבאפר של הסטרינג אמנם את כל הדאטה, אבל compare יסיים את תפקידו מייד עם ה-00 הראשון.

 

כך אגב זה גם מזוהה ב-Debug ב-VS2010, הוא מציג רק a.

 

כמו שאמרתי אין לי מושג בפיית'ון אני מדבר נטו על C++.

 

דרך אגב, אני לא יודע אם אתה עובד עם לקוחות בחו"ל ומחוץ לארה"ב, אבל הסטנדרט בכל חברת תוכנה שמכבדת את עצמה זה לעבוד עם Unicode בלבד, חוץ מהאמריקאים, אותם לא מעניין כלום.

עריכה אחרונה ב-5 למרץ, 2014 על ידי m3x7r3m3

[Dittohead]

בוא נלך להכי Low-Level שאפשר.

 

כתבתי [email protected] דרך Notepad ושמרתי בקידוד Unicode.

הקובץ שלי מבחינה בינארית יהיה כזה:

 

FF FE 61 00 40 00 61 00 2E 00 63 00 6F 00 6D 00

 

נתעלם מה-Header של FF FE אתה רואה כאן את המידע בצורת Little Endian.

נניח שאם ה-getline שלך ממומש כך שהוא מחפש את ה-'\n' תקבל בתוך הבאפר של הסטרינג אמנם את כל הדאטה, אבל compare יסיים את תפקידו מייד עם ה-00 הראשון.

 

כך אגב זה גם מזוהה ב-Debug ב-VS2010, הוא מציג רק a.

 

כמו שאמרתי אין לי מושג בפיית'ון אני מדבר נטו על C++.

 

תגיד, קראת בכלל את הקוד שפרסמתי קודם לכן ב-C++? אתה יודע מה זה istream_iterator?

[m3x7r3m3]

לא יודע מה איתך, אבל כשאני למדתי C++, למדתי שהאופרטור

לפי זה זו גם הצורה שבה עובד ה-istream_iterator.

[Dittohead]

לא ענית על השאלה - קראת את הקוד שפרסמתי קודם?

[m3x7r3m3]

מעבר קליל כי לא התעמקתי עדיין ב-C++ 11.

אבל עכשיו כשחיפשתי על istream_iterator יצאה תשובה מטרידה.

 

למיטב זכרוני (וזה נטו מהזיכרון) ה-std::copy עובד עם ה-++ של האיטרטור שהוא מקבל, שלפי הלינק הקודם זה מפעיל את האופטרטור

[Dittohead]

תקמפל את הקוד שלי ותריץ אותו על רשימה של כתובות מייל מקודדות ב-UTF-16, תעדכן אותי איך הלך ואיך זה עובד (אפילו שזה לא std::wstring).

[m3x7r3m3]

לא מתקמפל תחת VS2010 ובעבודה אין לי משהו אחר.

 

אם היה מתקמפל לי לא הייתי צריך לחפש בגוגל נכון?