Rust入门教程（九）.md 23 KB
Rust入门教程（九）：实战演练：一个简单的 grep 程序
本章将介绍 Rust 在实际开发中的使用，并用官方文档上的项目（一个简单版本的 grep 命令）展开讲解，最后将利用之前所学，自己实现一个代码统计的 Rust 小项目。 要实现的 grep 命令功能很简单，就是在指定文件中查找指定文字。grep 命令接收一个文件名和字符串作为输入参数，然后读取文件内容，搜索包含指定字符串的行，最终将这些匹配的行打印输出。
下面开始实战演示。
一、接收命令行参数
我们预计使用如下命令来执行该程序：
cargo run <string> <filename>
因此我们首先要读取命令行中的参数，我们导入函数 use std::env::args()，args() 函数返回一个迭代器，迭代器部分的内容将在后面才会介绍。然后使用 collect 方法，将迭代器中的值转化成一个集合，但是该函数不能处理命令行中非 Unicode 的字符（这种情况可以使用 env::args _os() 函数，这种情况下返回的迭代器值的类型是 OsString，在这里不做介绍）。
use std::env;
fn main() {
let args: Vec<String> = env::args().collect();
let search_string = &args[1];
let filename = &args[2];
println!("{:?}", args);
println!("Search String {}", search_string);
println!("In file {}", filename);
}
➜ ~/code/rust/minigrep git:(master) ✗ cargo run string filename
Compiling minigrep v0.1.0 (/home/cherry/code/rust/minigrep)
Finished dev [unoptimized + debuginfo] target(s) in 0.29s
Running `target/debug/minigrep string filename`
["target/debug/minigrep", "string", "filename"]
Search String string
In file filename
根据程序执行结果我们能够得知：返回的第一个参数永远都是该程序的二进制文件（对应 args[0]），从第二个参数开始才是从命令行输入的各种参数（对应 args[1] ...）。
二、读取文件
首先导入模块 use std::fs，用于处理和文件相关的事务，read_to_string() 用来读取文件中的内容，将其转化成字符串。
use std::env;
use std::fs;
fn main() {
let args: Vec<String> = env::args().collect();
let search_string = &args[1];
let filename = &args[2];
println!("{:?}", args);
println!("Search String {}", search_string);
println!("In file {}", filename);
let content = fs::read_to_string(filename).expect("该文件不存在");
println!("文件内容:\n{}", content);
}
输出结果为：
➜ ~/code/rust/minigrep git:(master) ✗ cargo run string poem
Finished dev [unoptimized + debuginfo] target(s) in 0.00s
Running `target/debug/minigrep string poem`
["target/debug/minigrep", "string", "poem"]
Search String string
In file poem
文件内容:
Hold fast to dreams
For if dreams die
Life is a broken-winged bird
That can never fly
Hold fast to dreams
For when dreams go
Life is a barren field
Frozen only with snow
To see a world in a grain of sand,
And a heaven in a wild flower,
Hold infinity in the palm of your hand,
And eternity in an hour.
当然目前看来所有逻辑都放在了主函数中，并且很多错误情况都没有考虑。一般情况下一个函数只做一件事，如果代码逐渐变多，代码维护将变得越来越困难。代码越少重构越简单，因此下一节将对代码进行重构。
三、重构：改进模块和错误处理
3.1 四个问题提炼
我们仔细观察一下目前的代码，主要有四个方面的问题。
use std::env;
use std::fs;
fn main() {
let args: Vec<String> = env::args().collect();
let search_string = &args[1];
let filename = &args[2];
println!("{:?}", args);
println!("Search String {}", search_string);
println!("In file {}", filename);
let content = fs::read_to_string(filename).expect("该文件不存在");
println!("文件内容:\n{}", content);
}
- 主函数负责的功能较多，既要负责命令行参数解析，又要负责读取文件。而程序编写的原则就是一个函数负责一个功能，因此要将主函数拆分；
search_string、filename和content变量，在程序越来越大之后，变量也会越来越多，将难以追踪每一个变量的实际意义。解决办法是将这些变量放入一个结构体中，从而使其用途更加清晰；- 读取文件时，使用
expect处理错误，但未对其读取错误的原因进行细分，因为文件打不开可能是文件不存在，文件权限不够，文件损坏等原因； - 对于命令行参数的错误处理，若输入的参数没有两个，那么程序本身就会报错，并且能够预料到的错误一定是
Out of bound这类的错误，但是对于使用者来说，可能并不清楚这个所谓的 越界错误 意味着什么，无法清晰解释错误的具体原因。因此最好要将所有错误处理集中到一起，将来开发者要考虑错误处理的时候，就只要处理这一处代码，这样也能保证为用户打印出有意义的错误信息，而不是只有程序员能看懂的Out of bound。
3.2 二进制程序关注点分离的指导性原则
- 将程序拆分为
main.rs和lib.rs，将业务逻辑放入lib.rs - 当命令行解析逻辑较少时，将它放在
main.rs也行 - 当命令行解析逻辑变复杂时，需要将它从
main.rs提取到lib.rs
经过上述拆分，留在 main 的功能有：
- 使用参数值调用命令行解析逻辑
- 进行其它配置
- 调用
lib.rs中的run函数 - 处理
run函数可能出现的错误
因此放在 main.rs 中的代码量应足够小，小到直接阅读代码就可以确保代码的正确性。将业务逻辑放入 lib.rs 中也方便进行功能测试。
针对上面说的四个方面的问题，我们逐一进行解决。
1. 拆分出命令行参数提取功能
use std::env;
use std::fs;
fn main() {
...
let (search_string, filename) = parse_config(&args);
...
}
fn parse_config(args: &[String]) -> (&str, &str) {
let search_string = &args[1];
let filename = &args[2];
(search_string, filename)
}
我们发现，parse_config 函数目前返回一个元组，但是在主函数中，又将该元组拆分出来，赋值给两个变量，这样感觉有点“脱裤子放屁”的感觉，来回折腾。实际上这种情况就说明程序中这样设计数据结构是不正确的。因此较好的做法就是将返回的元组中的变量放入一个结构体。
2. 创建结构体
struct Config {
search_string: String,
filename: String
}
fn parse_config(args: &[String]) -> Config {
let search_string = &args[1];
let filename = &args[2];
Config { search_string, filename }
}
这里我们创建一个叫 Config 的结构体，将 search_string 和 filename 两个变量放入结构体。但是上面的代码会报错，这是因为在函数 parse_config 中，args 参数是切片类型，是没有所有权的（它的所有权被 main 函数拥有），而在最后要返回一个 Config 结构体对象，该结构体需要占用所有权，因此会报错。
这里用一个简单的方法来处理，就是创建 args[1] 和 args[2] 的两个副本，尽管这样会损失性能。
fn parse_config(args: &[String]) -> Config {
let search_string = args[1].clone();
let filename = args[2].clone();
Config { search_string, filename }
}
我们再来看 parse_config 函数，它返回的是一个结构体，实际上是要创建一个新的结构体，因此我们最好再实现该结构体的 new 函数。
impl Config {
fn new(args: &[String]) -> Config {
let search_string = args[1].clone();
let filename = args[2].clone();
Config {
search_string,
filename,
}
}
}
这里就是将刚刚的 parse_config 变成了结构体 Config 的函数。重构后的完整代码如下：
use std::env;
use std::fs;
fn main() {
let args: Vec<String> = env::args().collect();
let config = Config::new(&args);
let content = fs::read_to_string(config.filename).expect("该文件不存在");
println!("文件内容:\n{}", content);
}
struct Config {
search_string: String,
filename: String,
}
impl Config {
fn new(args: &[String]) -> Config {
let search_string = args[1].clone();
let filename = args[2].clone();
Config {
search_string,
filename,
}
}
}
3. 错误处理
我们不输入参数进行运行，不出预料的会产生下面的错误：
➜ ~/code/rust/minigrep git:(master) ✗ cargo run
warning: field is never read: `search_string`
--> src/main.rs:19:5
|
19 | search_string: String,
| ^^^^^^^^^^^^^^^^^^^^^
|
= note: `#[warn(dead_code)]` on by default
warning: `minigrep` (bin "minigrep") generated 1 warning
Finished dev [unoptimized + debuginfo] target(s) in 0.00s
Running `target/debug/minigrep`
thread 'main' panicked at 'index out of bounds: the len is 1 but the index is 1', src/main.rs:25:29
note: run with `RUST_BACKTRACE=1` environment variable to display a backtrace
即 越界错误，这对于用户来说是无法理解的，我们当然可以在 new 函数中添加这样的判断语句，
if args.len() < 3 {
panic!("输入参数错误，请输入两个参数。");
}
但是这样仍然会有编译器的其他信息，一般情况下，使用 panic 通常是程序本身的问题，但是像这类输入参数少的问题属于程序使用的问题，因此我们还需要进行改进，可以返回 Result 枚举，代码如下。
use std::env;
use std::fs;
use std::process;
fn main() {
let args: Vec<String> = env::args().collect();
let config = Config::new(&args).unwrap_or_else(|err| {
println!("参数解析错误：{}", err);
process::exit(1);
});
let content = fs::read_to_string(config.filename).expect("该文件不存在");
println!("文件内容:\n{}", content);
}
struct Config {
search_string: String,
filename: String,
}
impl Config {
fn new(args: &[String]) -> Result<Config, &str> {
if args.len() < 3 {
return Err("输入参数个数不足，请输入两个参数。");
}
let search_string = args[1].clone();
let filename = args[2].clone();
Ok(Config {
search_string,
filename,
})
}
}
如果参数个数超过 2 个，则返回 Err 的变体，否则返回 Ok。主函数中，unwrap_or_else 函数的含义是，如果枚举返回的是 Ok，那么就取出 Ok 变体中的值返回，若枚举返回的是 Err，那么就调用一个闭包（匿名函数，闭包具体内容将来会介绍），然后使用 process::exit(1) 将程序返回，这样就不会有编译器的其他信息了。
➜ ~/code/rust/minigrep git:(master) ✗ cargo run
Compiling minigrep v0.1.0 (/home/cherry/code/rust/minigrep)
Finished dev [unoptimized + debuginfo] target(s) in 0.33s
Running `target/debug/minigrep`
参数解析错误：输入参数个数不足，请输入两个参数。
4. 功能模块化
一个函数只处理一个功能，因此我们将业务逻辑（即读取文件内容）功能提取到一个新的函数中。
fn run(config: Config) {
let content = fs::read_to_string(config.filename).expect("该文件不存在");
println!("文件内容:\n{}", content);
}
然后我们进行 run 函数的错误处理。
fn run(config: Config) -> Result<(), Box<dyn Error>> {
let content = fs::read_to_string(config.filename)?;
println!("文件内容:\n{}", content);
Ok(())
}
这里 result<(), Box<dyn Error>> 中第一个参数是空，第二个参数只要理解是一个实现了 Error 这个 trait 的类型，这样函数便可以在不同场景下返回不同的错误类型。
因为 expect 会引起恐慌，因此将其去掉，改成 ?，? 运算符遇到错误不会恐慌，它会将错误值返回给函数的调用者，如果没有发生错误，那么我们最后返回一个 Ok()。
这时编译器会在 run(config) 出给予警告：this 'Result' may be an 'Err' variant, which should be handled，这说明函数返回值是一个 Result 类型，那么就说明可能会产生错误，因此需要对其进行处理。
unwrap 有打开的意思，需要从 Result 中提取数据，但是 run 函数没有返回值，因此也就不需要 unwrap，可以像下面这样解决这一问题。
if let Err(e) = run(config) {
println!("程序运行出错：{}", e);
process::exit(1);
}
下面我们将业务逻辑迁移到 lib.rs 中。
lib.rs:
use std::fs;
use std::error::Error;
pub fn run(config: Config) -> Result<(), Box<dyn Error>> {
let content = fs::read_to_string(config.filename)?;
println!("文件内容:\n{}", content);
Ok(())
}
pub struct Config {
pub search_string: String,
pub filename: String,
}
impl Config {
pub fn new(args: &[String]) -> Result<Config, &str> {
if args.len() < 3 {
return Err("输入参数错误，请输入两个参数。");
}
let search_string = args[1].clone();
let filename = args[2].clone();
Ok(Config {
search_string,
filename,
})
}
}
main.rs:
use minigrep::Config;
use std::env;
use std::process;
fn main() {
let args: Vec<String> = env::args().collect();
let config = Config::new(&args).unwrap_or_else(|err| {
println!("参数解析错误：{}", err);
process::exit(1);
});
if let Err(e) = minigrep::run(config) {
println!("程序运行出错：{}", e);
process::exit(1);
}
}
要记得所有函数和结构体以及字段前都要加 pub，这样才能让其他 crate 才能进行调用。这样 lib crate 就有了一套公共的可用于测试的 API。
重构到这里就基本完成了，下面就要来编写测试了。
四、使用 TDD（测试驱动开发）开发库功能
测试驱动开发 TDD (Test-Driven Development)
- 编写一个会失败的测试，运行该测试，确保它是按照预期的原因失败
- 编写或修改刚好足够的代码，让新测试通过
- 重构刚刚添加或修改的代码，确保测试会始终通过
- 返回步骤1，继续
测试驱动开发能够对代码的设计起到指导和帮助的作用，先编写测试，然后再编写能够通过测试的代码，也能保证开发过程中能够保持测试较高的覆盖率。
fn search<'a>(query: &str, content: &'a str) -> Vec<&'a str> {
let mut vec = Vec::new();
for lines in content.lines() {
if lines.contains(query) {
vec.push(lines);
}
}
vec
}
#[cfg(test)]
mod test {
#[test]
fn one_result() {
use super::*;
let query = "Lakers";
let contents = "\
Rust OK,
Paul, James, Lakers.
What a wonderful day!";
assert_eq!(vec!["Paul, James, Lakers."], search(query, contents));
}
}
注意 search 函数中返回的引用的生命周期与 content 有关，而与 query 无关。content.lines() 函数返回一个的迭代器，取出文件中的每一行。这样测试代码就完成了，运行测试也是成功的。
➜ ~/code/rust/minigrep git:(master) ✗ cargo test
Compiling minigrep v0.1.0 (/home/cherry/code/rust/minigrep)
Finished test [unoptimized + debuginfo] target(s) in 0.36s
Running unittests (target/debug/deps/minigrep-662cb87b3d895995)
running 1 test
test test::one_result ... ok
test result: ok. 1 passed; 0 failed; 0 ignored; 0 measured; 0 filtered out; finished in 0.00s
Running unittests (target/debug/deps/minigrep-33abce92ed029d2f)
running 0 tests
test result: ok. 0 passed; 0 failed; 0 ignored; 0 measured; 0 filtered out; finished in 0.00s
Doc-tests minigrep
running 0 tests
test result: ok. 0 passed; 0 failed; 0 ignored; 0 measured; 0 filtered out; finished in 0.00s
然后修改 run 函数并运行 cargo run。
pub fn run(config: Config) -> Result<(), Box<dyn Error>> {
let content = fs::read_to_string(config.filename)?;
// println!("文件内容:\n{}", content);
for line in search(&config.search_string, &content) {
println!("{}", line);
}
Ok(())
}
➜ ~/code/rust/minigrep git:(master) ✗ cargo run is poem
Finished dev [unoptimized + debuginfo] target(s) in 0.00s
Running `target/debug/minigrep is poem`
Life is a broken-winged bird
Life is a barren field
五、使用环境变量
这一部分使用环境变量来实现配置选项（例如是否忽略大小写等）。
我们首先编写一个测试：
#[test]
fn case_insensitive() {
let query = "LakErS";
let contents = "
Rust OK,
Paul, James, Lakers.
What a wonderful day!
blakers championship";
assert_eq!(vec!["Paul, James, Lakers.", "blakers championship"], search_case_insensitive(query, contents));
}
然后编写 search_case_insensitive 函数：
fn search_case_insensitive<'a>(query: &str, content: &'a str) -> Vec<&'a str> {
let mut vec = Vec::new();
let query = query.to_lowercase();
for lines in content.lines() {
if lines.to_lowercase().contains(&query) {
vec.push(lines);
}
}
vec
}
其思路就是将查询的字符串和文件中的都转化成小写。
然后我们在 run 函数中加入如下逻辑。
let result = if config.case_sensitive {
search(&config.search_string, &content)
} else {
search_case_insensitive(&config.search_string, &content)
};
结构体的 new 函数也需要修改：
pub fn new(args: &[String]) -> Result<Config, &str> {
if args.len() < 3 {
return Err("输入参数错误，请输入两个参数。");
}
let search_string = args[1].clone();
let filename = args[2].clone();
let case_sensitive = env::var("CASE_INSENSITIVE").is_err();
Ok(Config {
search_string,
filename,
case_sensitive
})
}
env::var() 函数返回的是 Result 枚举，若环境中有 CASE_INSENSITIVE 定义或者赋值，那么就会返回 Ok 中的值，我们这里只需要判断是否为 Err 即可。
➜ ~/code/rust/minigrep git:(master) ✗ CASE_INSENSITIVE=1 cargo run to poem
Finished dev [unoptimized + debuginfo] target(s) in 0.00s
Running `target/debug/minigrep to poem`
Hold fast to dreams
Hold fast to dreams
To see a world in a grain of sand,
六、将错误消息写进标准错误而不是标准输出
当前我们都将错误信息输出到终端上，而大多数终端提供两种输出，一个是标准输出（stdout，println!），另一个叫标准错误（stderr，eprintln!）。
我们将打印错误信息的 println! 改成 eprintln! 即可，然后运行 cargo run > output，错误信息便不会输出到文件中，而是打印在终端了。
七、完整代码
main.rs:
use minigrep::Config;
use std::env;
use std::process;
fn main() {
let args: Vec<String> = env::args().collect();
let config = Config::new(&args).unwrap_or_else(|err| {
println!("参数解析错误：{}", err);
process::exit(1);
});
if let Err(e) = minigrep::run(config) {
println!("程序运行出错：{}", e);
process::exit(1);
}
}
lib.rs:
use std::error::Error;
use std::fs;
use std::env;
pub fn run(config: Config) -> Result<(), Box<dyn Error>> {
let content = fs::read_to_string(config.filename)?;
// println!("文件内容:\n{}", content);
let result = if config.case_sensitive {
search(&config.search_string, &content)
} else {
search_case_insensitive(&config.search_string, &content)
};
for line in result {
println!("{}", line);
}
Ok(())
}
pub struct Config {
pub search_string: String,
pub filename: String,
pub case_sensitive: bool
}
impl Config {
pub fn new(args: &[String]) -> Result<Config, &str> {
if args.len() < 3 {
return Err("输入参数错误，请输入两个参数。");
}
let search_string = args[1].clone();
let filename = args[2].clone();
let case_sensitive = env::var("CASE_INSENSITIVE").is_err();
Ok(Config {
search_string,
filename,
case_sensitive
})
}
}
fn search<'a>(query: &str, content: &'a str) -> Vec<&'a str> {
let mut vec = Vec::new();
for lines in content.lines() {
if lines.contains(query) {
vec.push(lines);
}
}
vec
}
fn search_case_insensitive<'a>(query: &str, content: &'a str) -> Vec<&'a str> {
let mut vec = Vec::new();
let query = query.to_lowercase();
for lines in content.lines() {
if lines.to_lowercase().contains(&query) {
vec.push(lines);
}
}
vec
}
#[cfg(test)]
mod test {
use super::*;
#[test]
fn one_result() {
let query = "Lakers";
let contents = "\
Rust OK,
Paul, James, Lakers.
What a wonderful day!";
assert_eq!(vec!["Paul, James, Lakers."], search(query, contents));
}
#[test]
fn case_insensitive() {
let query = "LakErS";
let contents = "
Rust OK,
Paul, James, Lakers.
What a wonderful day!
blakers championship";
assert_eq!(
vec!["Paul, James, Lakers.", "blakers championship"],
search_case_insensitive(query, contents)
);
}
}
八、案例：代码统计
8.1 基本功能介绍
代码统计以给定的输入参数作为统计对象（可以是文件或文件夹），根据文件后缀名统计代码所使用的语言（暂定只统计 C、C/C++ 头文件、C++、Java、Python、Rust、汇编语言、makefile 脚本），然后统计每一种代码文件的有效代码行数、注释行和空行。没有后缀名的文件默认不进行统计。
8.2 可拓展功能
- 丰富统计的语言种类
- 命令行中利用参数指定要统计的语言，只统计指定的语言
- 统计若干种编程语言的有效代码行数，空行和注释
- 可以对单个文件、多个文件进行统计
- 支持一些参数，例如：排除某些文件或文件夹
- 可以对文件夹进行递归统计
- 对压缩文件包进行递归统计
- 直观展示统计结果
- 将统计结果导出为图片或 PDF
- 利用多线程加速代码统计
8.3 代码仓库及说明
由于笔者时间有限，目前只完成了一些简单的功能，但是完全可用。2022 年 10 月之后就没有再写了，不过后续可能会有计划再完善该项目，目前该项目的代码在 Github仓库 中，初学者可以以此巩固一下基本语法，如果有兴趣可以帮助完善一下功能，编程老鸟就可以完全不必理会这个项目（笑）。