在 Clojure 中逐字符处理文件

Question

我正在 Clojure 中编写一个函数，该函数将逐个字符地处理文件。我知道 Java 的 BufferedReader 类具有读取一个字符的 read() 方法，但我是 Clojure 的新手，不确定如何使用它。目前，我只是尝试逐行处理文件，然后打印每个字符。

(defn process_file [file_path]
(with-open [reader (BufferedReader. (FileReader. file_path))]
    (let [seq (line-seq reader)]
        (doseq [item seq]
            (let [words (split item #"\s")]
                (println words))))))

给定具有此文本输入的文件：

感激地接受国际捐赠，但我们不能就从美国境外收到的捐赠的税务处理作出任何声明。仅美国法律就淹没了我们的小员工。

我的输出如下所示：

[International donations are gratefully accepted, but we cannot make]
[any statements concerning tax treatment of donations received from]
[outside the United States.  U.S. laws alone swamp our small staff.]

虽然我希望它看起来像：

["international" "donations" "are" .... ]

所以我的问题是，如何将上面的函数转换为逐个字符读取？甚至，如何让它按我的预期工作？此外，任何使我的 Clojure 代码更好的提示将不胜感激。

Answer 1

(with-open [reader (clojure.java.io/reader "path/to/file")] ...

我更喜欢这种方式来获得readerclojure 。并且character by character，您的意思是在文件访问级别中，例如，它允许您控制读取的read数量？bytes

编辑

正如@deterb指出的，让我们检查一下源代码line-seq

(defn line-seq
  "Returns the lines of text from rdr as a lazy sequence of strings.
   rdr must implement java.io.BufferedReader."
  {:added "1.0"
   :static true}
  [^java.io.BufferedReader rdr]
  (when-let [line (.readLine rdr)]
    (cons line (lazy-seq (line-seq rdr)))))

我伪造了一个char-seq

 (defn char-seq 
   [^java.io.Reader rdr]
   (let [chr (.read rdr)]
     (if (>= chr 0)
     (cons chr (lazy-seq (char-seq rdr))))))

我知道这char-seq会将所有字符读入内存[1]，但我认为这表明您可以直接.read调用BufferedReader. 因此，您可以这样编写代码：

(let [chr (.read rdr)]
  (if (>= chr 0)
    ;do your work here
  ))

你怎么想？

[1] 根据@dimagog的评论，char-seq没有将所有字符读入内存，这要归功于lazy-seq