Rubyはライン読み取りのために異なるファイルサイズを読み込みます

Question

ファイルサイズが重要な場所で何かする必要があります。これは、この

original size 20121 
Totals 20061 

がなぜ二つ目は短い来ているような奇妙な結果

filename = "testThis.txt" 
total_chars = 0 
file = File.new(filename, "r") 
file_for_writing = nil 
while (line = file.gets) 
    total_chars += line.length 
end 
puts "original size #{File.size(filename)}" 
puts "Totals #{total_chars}" 

を生産していますか？

編集：回答者の礼儀正しい：テストファイルには60行あります。この行を変更した場合

total_chars += line.length + 1 

これは完全に機能します。しかし、* nixではこの変更は間違っていますか？

編集：フォローアップは現在hereです。ありがとう！

Answer 1

ラインを描くファイルに格納されている特殊文字があります。UNIX上でWindows/DOSと

は0x0A（\ n）が上

• CR LF（0x0Dを0x0Aを）（\ r個の\ nは）システム。

ルビーのgetsはUNIX方式を使用しています。したがって、Windowsファイルを読み込むと、\ r \ nバイトが\ nに変換されるので、読み込んだ行ごとに1バイトが失われます。

また、String.lengthは、文字列のサイズ（バイト単位）の適切な尺度ではありません。文字列がASCIIでない場合、1文字は複数のバイト（Unicode）で表すことができます。つまり、バイト数ではなく文字列内の文字数を返します。

ファイルのサイズを取得するには、File.size(file_name)を使用してください。

Answer 2

私はあなたがWindows上にあり、あなたの "testThis.txt"ファイルは\ r \ n行末を持っていると推測します。ファイルをテキストモードで開くと、各行の終わりは1つの\ n文字に変換されます。したがって、1行に1文字を失います。

テストファイルに60行ありますか？それはこの説明と一貫しています。

Answer 3

ここでは、行末の問題が原因である可能性が最も高いです。

また、テキストファイルの文字エンコーディングがASCII以外のものである場合は、2との間に矛盾があることにも注意してください。ファイルがUTF-8の場合は、標準のASCIIアルファベット記号のみを使用する英語および一部のヨーロッパ言語で使用できます。それを超えると、ファイルサイズと文字数は大きく変動する可能性があります（文字数と比較してファイルサイズが最大4倍または6倍まで）。

「1文字= 1バイト」に依存することは、ある時点でほぼ確実に失敗するため、問題を求めているだけです。