PROSAGA码农传奇-Kiba-使用kiba ETL检查CSV文件的标题的最佳位置

<div class =“post-text”itemprop =“text”>
  <P>
    有各种各样的＆amp;所有非常惯用的方法来实现这一目标：
  </p>
  <H2>
    在源级别（传递标头数组）
  </H2>
  <P>
    您可以使用
     <code>
      CSV
    </code>
     无
     <code>
      headers: true
    </code>
    ，提供精细检查标题的机会：
  </p>
   <pre class="lang-rb prettyprint-override">
    <code>
      class CSVSource
  def initialize(filename:, csv_options:, expected_headers:)
  # SNIP

def each
    CSV.foreach(filename, csv_options).with_index do |row, file_row_index|
      if file_row_index == 0
        check_headers!(actual: row.to_a, expected: expected_headers)
        next # do not propagate the headers row
      else
        yield(Hash[expected_headers.zip(row.to_a)])
      end
    end
  end

def check_headers!(actual:, expected:)
  # SNIP - verify uniqueness, presence, raise a clear message if needed
end

</code>
  </pre>
  <H2>
    在源级别（让调用者使用lambda定义行为）
  </H2>
   <pre class="lang-rb prettyprint-override">
    <code>
      class CSVSource
  def initialize(after_headers_read_callback:, ...)
    @after_headers_read_callback = ...

def each
    CSV.foreach(filename, csv_options).with_index do |row, file_row_index|
      if file_row_index == 0
        @after_headers_read_callback.call(row.to_a)
        next
      end
      # ...
    end
  end

</code>
  </pre>
  <P>
    lambda将让调用者定义自己的检查，如果需要则提升等，这样可以更好地重用。
  </p>
  <H2>
    在转换级别
  </H2>
  <P>
    如果您想进一步解耦组件（例如，将标题处理与行来自CSV源的事实分开），您可以使用转换。
  </p>
  <P>
    我通常使用这种设计，它允许更好的重用（这里有一个CSV源，它会产生一些元数据）：
  </p>
   <pre class="lang-rb prettyprint-override">
    <code>
      def transform_array_rows_to_hash_rows(after_headers_read_callback:)
  transform do |row|
    if row.fetch(:file_row_index) == 0
      @headers = row.fetch(:row)
      after_headers_read_callback.call(@headers)
      nil
    else
      Hash[@headers.zip(row.fetch(:row))].merge(
        filename: row.fetch(:filename),
        file_row_index: row.fetch(:file_row_index)
      )
    end
  end
end

</code>
  </pre>
  <H2>
    什么不推荐
  </H2>
  <P>
    在所有情况下，避免进行任何处理
     <code>
      Kiba.parse
    </code>
     本身。这是一个更好的设计，以确保IO只会在您打电话时发生
     <code>
      Kiba.run
    </code>
     （因为它将更加面向未来，并将支持更高版本的Kiba中的内省功能）。
  </p>
  <P>
    另外，使用
     <code>
      pre_process
    </code>
     不推荐（虽然它会起作用），因为它会导致一些重复等。
  </p>
  <P>
    希望这会有所帮助，如果不清楚，请告诉我！
  </p>
</DIV>