在我的一个业余项目中构建数据转换实用程序期间，我需要将 json 格式的文件转换为 csv 格式。我遇到了一个棘手的问题，花了近一个小时进行调试才确定根本原因。
这个过程应该很简单，包括三个主要步骤：
func jsontocsv(data *srcsheet) { // create file name in a format like "emAIl_241030172647.csv" (email_yymmddhhmmss.csv) fname := filename() // create file f, err := os.create(fname) if err != nil { log.println("unable to create file", err) return } defer f.close() // closing to release resources w := csv.newwriter(f) // initializing csv writer // add header header := []string{"email", "provider", "added_on"} if err = w.write(header); err != nil { log.println("unable to write header", err) return } count := 0 for domain, elm := range data.email { if err := w.write(newrecord(domain, elm)); err != nil { log.println("unable to add new record", domain, err) return } else { count++ } } log.println("number of records written =", count) } func newrecord(email string, e *srcelements) []string { if e == nil { return nil } dbformat := "2006-01-02 15:04:05.000" addedon := time.now().utc().format(dbformat) r := []string{email, e.provider, addedon} return r }
代码很简单：创建一个具有特定名称格式的新文件，推迟其关闭，初始化 csv 编写器，然后开始写入该文件。超级简单吧？
步骤 1 和 2 效果很好，所以省略了。让我们将焦点转移到步骤 3，其中发生了意外的情况：csv 输出仅包含 65,032 条记录，这意味着缺少 310 条记录。
为了排除故障，我尝试了仅使用 7 个 json 元素（而不是 65,032 个）的代码。令人惊讶的是，csv 文件中根本没有写入任何内容！
我仔细检查了一些简单的错误，比如缺少文件关闭，但一切看起来都很好。然后我重试了完整的 65,032 个元素，希望能获得更多线索。这时我发现不仅少了310条记录，而且最后一条记录也不完整。
65030 adam@gmail.com, gmail, 2023-03-17 15:04:05.000 65031 jac@hotmail.com, hotmail, 2023-03-17 15:04:05.000 65032 nancy@xyz.com, hotmail, 2023-03-
这是进步——我现在可以缩小问题范围并专注于 w.write(newrecord(domain, elm))，特别是 w.write(…) 方法。我查了文档，找到了原因：
…写入会被缓冲，因此最终必须调用 [writer.flush] 以确保记录写入底层 io.writer …
我忘记调用 w.flush()。这是有道理的，因为从性能角度来看，csv 编写器会缓冲写入，而不是每次调用 w.write() 时执行 i/o 操作。通过缓冲数据，它减少了 i/o 负载，并在最后调用 w.flush() 确保缓冲区中的任何剩余数据都写入文件。
这是更正后的代码：
... f, err := os.Create(fName) if err != nil { log.Println("Unable to create file", err) return } defer f.Close() w := csv.NewWriter(f) defer w.Flush() // Add header header := []string{"email", "provider", "added_on"} ...
为了确认，我检查了 bufio.go 源代码，发现默认缓冲区大小为 4k。在 writerune(…) 方法中，您将看到每当缓冲区达到其限制时它就会调用 flush。
就这些了！我希望你喜欢阅读。我倾向于从错误中学到很多东西——无论是我的还是别人的。即使没有立即解决办法，发现错误的方法也可以帮助我避免将来陷入类似的陷阱。这就是为什么我想分享这个经验！
暂无评论内容