p***o
发帖数: 1252 | 1 好像不调库自己写很简单，其实连corner case在哪儿都不知道。 |
g****t
发帖数: 31659 | 2 如果是实际操作，反正我不搞parse。坑太多。
路线是：
1.找库用。
2.检查。
除了分文件或者读内存这一步，剩下的不会自己写。
【在 p***o 的大作中提到】
: 好像不调库自己写很简单，其实连corner case在哪儿都不知道。
|
m******r
发帖数: 1033 | 3 我都是找库用， 从来没写过程序， 因为我也不会写程序。
不过用的库多了， 谁好谁坏， 也很有心得 。
别说csv了， pdf, xls,adoby，xml我都分解过。
你们谁分解过xml ? 我一个人干了一个月，当然是磨洋工了。 其实只要肯花时间，都
能弄出来。 我说不如找实习干， 说的就是这个意思，可以实验不同方案。
还有分解家庭住址，肯花钱，肯定有第三方厂商给你弄出来； 不肯花钱，免费的软件
到处都是。 但要做到精益求精， 还得自己花时间倒腾。
以上都是数据爱好者瞎叨叨， 一家之言, 别当真。 |
f*******t
发帖数: 7549 | 4 不知道那个楼主为什么非要坚持c/c++。既然单机、数据量不是特别大，这种事情就应
该找更高级的语言，有特殊性能问题再想别的办法。我常用的面试题里正好有一步要
split string by comma，这些年面过几百个人，选择用C/C++的candidate在这里挣扎
的概率大于80%，剩下来的勉强手写一个for loop。另一步用一个HashMap解决最简单，
C++直接提供了unordered_map，C嘛只能呵呵了。看简历不少人有多年硬件公司的经验
。希望他们原公司的开发环境舒服点，别每天花时间在简单的任务上给自己找别扭，或
者没事重复造轮子。
推荐perl甚至awk之类的有点过了，学习曲线太长，而且写出来的东西基本不可维护。
我看了一下，python原生支持csv，所以不妨先试试系统可能自带的Python环境，也别
上来就Pandas。
Go本身性能可以，用自带的csv package出现surprise的可能性很小。综合考虑下也是
不错的选择。要自己安装的话也只是去官网下载tar，解压到文件夹，设置PATH三步。
开源c++库别的不说，git clone以后能直接编译的恐怕不多。一看readme，先得装一堆
libxxxx，然后编译继续不过，不断google error message然后安装没有document的
libyyyy。我觉得程序员有时间应该花在有意义的事上，不然就去享受生活，何苦折腾
这些。
工作中生产力最低的就是那种觉得自己手写csv parser了不起的，代码写完拍拍屁股走
人，给未来留下一堆堆的坑。 |
n******t
发帖数: 4406 | 5 又來了，又是覺得這件事很難搞的。。。
我就要看看這麼一個東西到底要扔出多少輪子出來。。
【在 f*******t 的大作中提到】
: 不知道那个楼主为什么非要坚持c/c++。既然单机、数据量不是特别大，这种事情就应
: 该找更高级的语言，有特殊性能问题再想别的办法。我常用的面试题里正好有一步要
: split string by comma，这些年面过几百个人，选择用C/C++的candidate在这里挣扎
: 的概率大于80%，剩下来的勉强手写一个for loop。另一步用一个HashMap解决最简单，
: C++直接提供了unordered_map，C嘛只能呵呵了。看简历不少人有多年硬件公司的经验
: 。希望他们原公司的开发环境舒服点，别每天花时间在简单的任务上给自己找别扭，或
: 者没事重复造轮子。
: 推荐perl甚至awk之类的有点过了，学习曲线太长，而且写出来的东西基本不可维护。
: 我看了一下，python原生支持csv，所以不妨先试试系统可能自带的Python环境，也别
: 上来就Pandas。
|
g****t
发帖数: 31659 | 6 【1】你给的split string by comma面试题，想必是给定windows格式的csv文件，而且
还不
能是excel写出来的，以及notpad写出来的，还不能有unicode,还不能有forward slash
，还不能有行中的回车。
【2】不然，这些情况都考虑下来，作为面试题，难度高了点。不太可能不查资料都记
住。也没这个必要。
【3】因此，经过上面一段推理。如果是面试场景，被面试者应该有能力自行假设【1】
所讲的的最简化假设。
【4】
在【1】的假设下用c写，也就20行。白板写不出，就说明不熟悉c标准库。最简单的，
fread然后fgetc,读一个
character,指针走一位。分支循环查一下comma完事。如果这都写不出，那
确实是不合格。 |
y****w
发帖数: 3747 | 7 需求明确好说，没有直观正则解的话其实挨个字符读算法反而简单多了。
怕的是后面忽然发现个新的边界条件特殊用例。 行中回车估计能把大部分现成库干掉
，虽然自己挨个字符搞也不难，问题是这还是csv吗？ 我以前写parser是当练习re的，
这个回车破坏力蛮大耽误不少功夫，最后代码看着简单其实费力太多了。
slash
就应
挣扎
单，
经验
，或
护。
也别
【在 g****t 的大作中提到】
: 【1】你给的split string by comma面试题，想必是给定windows格式的csv文件，而且
: 还不
: 能是excel写出来的，以及notpad写出来的，还不能有unicode,还不能有forward slash
: ，还不能有行中的回车。
: 【2】不然，这些情况都考虑下来，作为面试题，难度高了点。不太可能不查资料都记
: 住。也没这个必要。
: 【3】因此，经过上面一段推理。如果是面试场景，被面试者应该有能力自行假设【1】
: 所讲的的最简化假设。
: 【4】
: 在【1】的假设下用c写，也就20行。白板写不出，就说明不熟悉c标准库。最简单的，
|
g****t
发帖数: 31659 | 8 面试的人自己也未必清楚文本文件，csv怎么回事。
简化情况，不想太复杂。
: 需求明确好说，没有直观正则解的话其实挨个字符读算法反而简单多了。
: 怕的是后面忽然发现个新的边界条件特殊用例。 行中回车估计能把大部
分现成
库干掉
: ，虽然自己挨个字符搞也不难，问题是这还是csv吗？ 我以前写parser是
当练习
re的，
: 这个回车破坏力蛮大耽误不少功夫，最后代码看着简单其实费力太多了。
: slash
: 就应
: 挣扎
: 单，
: 经验
: ，或
【在 y****w 的大作中提到】
: 需求明确好说，没有直观正则解的话其实挨个字符读算法反而简单多了。
: 怕的是后面忽然发现个新的边界条件特殊用例。 行中回车估计能把大部分现成库干掉
: ，虽然自己挨个字符搞也不难，问题是这还是csv吗？ 我以前写parser是当练习re的，
: 这个回车破坏力蛮大耽误不少功夫，最后代码看着简单其实费力太多了。
:
: slash
: 就应
: 挣扎
: 单，
: 经验
|
f*******t
发帖数: 7549 | 9 你又过度脑补了，实际情况远没那么复杂……
其实题目很简单，我也是过来人，知道刷题不易，出一道自己几个月不练一小时内写不
对的难题纯粹是有心理疾病。input是个简单的string，没有塞一堆无意义的corner
case为难candidate。只要稍微问一下，我就会很爽快地告诉他们，只有一行，没有奇
怪的字符，没有corner case……啥都不问上来吭哧写的一般会自己卡住，过一会儿慌
了，fail的可能性比较大。Problem probing是很重要的考量方向，这个直接跟实际工
作能力相关，比了解csv重要得多。公司里在我熟悉的组里，真正需要处理乱七八糟的
csv的大概只有管ads offline conversion的，有很多vendor上传的信息，可想而知是
有很多坑的。绝大部分人不会碰到调用已有lib解决不了的问题，所以问这个是浪费时
间。
用C的我实在是无力吐槽。如果选择用strtok去split string，印象中只有一个人写的
看上去是对的。解决另一步用HashMap最简单，想到这个的经常会定义一个全局的char
map[128]，hardcode size看着很难受。这些用C的人就没个handy的hashmap lib么？
slash
【在 g****t 的大作中提到】
: 面试的人自己也未必清楚文本文件，csv怎么回事。
: 简化情况，不想太复杂。
:
:
: 需求明确好说，没有直观正则解的话其实挨个字符读算法反而简单多了。
:
: 怕的是后面忽然发现个新的边界条件特殊用例。 行中回车估计能把大部
: 分现成
: 库干掉
:
: ，虽然自己挨个字符搞也不难，问题是这还是csv吗？ 我以前写parser是
: 当练习
: re的，
|
