结构化文本计算示例（二）

上一节讲述了结构化文本的一些基本运算，本节继续用案例讲述二目运算和综合运算。

 

二目运算

集合运算（文件比较）

现有文件f1.txt和f2.txt，第一行是列名，需要对文件中的Name字段进行交集运算。部分数据如下：

文件f1.txt:

Name   Dept Rachel Sales Ashley R&D Matthew    Sales Alexis Sales Megan  Marketing

 

文件f2.txt:

Name   Dept Emily  HR Ashley R&D Matthew    Sales Alexis Sales Megan  Marketing

 

代码如下：

	A	B
1	=file("E:\\f1.txt").import@t()	=file("E:\\f2.txt").import@t()
2	=[A1.(Name),B1.(Name)].isect()

 

函数isect用于集合间的交集运算，A1.(Name)表示取出A1的Name列，形成一个集合，B1.(Name)表示取出B1的Name列。本案例的最终结果如下：

类似地，求并集用函数union，差集可用diff，合集可用conj（相当于union all）。也可以直接用运算符来代替函数，写法更加简洁，比如交集，并集、差集、合集可以改写为：

A1.(Name) ^ B1.(Name)

A1.(Name) & B1.(Name)

A1.(Name) \ B1.(Name)

A1.(Name) | B1.(Name)

上面的示例显示了读入文本文件并自动拆分为字段后，仅取其中的某一列进行集合运算。那如果想不拆分字段，对整行数据一起比较呢？很简单，在导入的选项加上 s 即可，表示不拆分字段。但需要注意的是，不进行拆分后，相当于直接返回一个只有一列的序表，且此时的列名也没有拆分，变成了Name(Tab)Dept,也就是此时的列名中包含了不可见字符 Tab，这列名是非法的，都没法直接引用了。不过还好可以用序号来表示第几列，此时的代码如下：

 

	A	B
1	=file("D:\\f1.txt").import@ts()	=file("D:\\f2.txt").import@ts()
2	=A1.(#1)^B1.(#1)

 

    显然，不拆分字段时，肯定只有一列，与其得到一个非法的列名，还不如不要列名，直接返回成集合（序列）多好，此时需要额外加上选项 i，表示只有一列数据时，直接返回成序列。此时交集直接就是集合的运算了，写成 A1^B1 即可，代码如下：

	A	B
1	=file("D:\\f1.txt").import@tis()	=file("D:\\f2.txt").import@tis()
2	=A1^B1

 

    上面两种算法，得到的都是相同的结果：