加载数据

之前我们使用了ls、ps、date和sys等命令来加载关于文件、进程、日期时间和系统本身的信息。每条命令都会给我们提供一个信息表，以对其进行探索。我们也可以通过其他方式将数据载入表格以供使用。

打开文件

Nu 在处理数据方面最强大的能力之一是open命令。它是一个多功能命令，可以处理许多不同的数据格式。为了说明这一点让我们试着打开一个 JSON 文件：

  1. > open editors/vscode/package.json
  2. ──────────────────┬───────────────────────────────────────────────────────────────────────────────
  3.  name             │ lark
  4.  description      │ Lark support for VS Code
  5.  author           │ Lark developers
  6.  license          │ MIT
  7.  version          │ 1.0.0
  8.  repository       │ [row type url]
  9.  publisher        │ vscode
  10.  categories       │ [table 0 rows]
  11.  keywords         │ [table 1 rows]
  12.  engines          │ [row vscode]
  13.  activationEvents │ [table 1 rows]
  14.  main             │ ./out/extension
  15.  contributes      │ [row configuration grammars languages]
  16.  scripts          │ [row compile postinstall test vscode:prepublish watch]
  17.  devDependencies  │ [row @types/mocha @types/node tslint typescript vscode vscode-languageclient]
  18. ──────────────────┴───────────────────────────────────────────────────────────────────────────────

与ls类似，打开一个 Nu 支持的文件类型，会返回一些不仅仅是文本（或一个字节流）的东西。这里我们打开了一个来自 JavaScript 项目的 “package.json” 文件。Nu 可以识别 JSON 文本并将其解析为一个数据表。

如果我们想查看当前项目的版本，我们可以使用get命令：

  1. > open editors/vscode/package.json | get version
  2. 1.0.0

Nu 目前支持直接从以下格式加载表数据：

  • csv
  • eml
  • ics
  • ini
  • json
  • nuon
  • ods
  • ssv
  • toml
  • tsv
  • url
  • vcf
  • xlsx / xls
  • xml
  • yaml / yml

但是，当你加载其他的文本文件时会发生什么呢？让我们试一试：

  1. > open README.md

我们会看到该文件的内容，如果文件太大则会得到一个方便的滚动视图来查看文件，然后再跳回终端。为了提高可读性，Nu 还将语法高亮显示常见的文件格式，如源码文件、Markdown 等等。

本质上，这些文本文件对 Nu 来说就是一个大字符串。接下来，我们将讨论如何处理这些字符串，以便从中获得我们需要的数据。

处理字符串

处理来自 Nu 外部数据时一个普遍情况是，它并不总是以 Nu 理解的格式出现。通常这些数据是以字符串的形式提供给我们的。

想象一下，我们得到了这个数据文件：

  1. > open people.txt
  2. Octavia | Butler | Writer
  3. Bob | Ross | Painter
  4. Antonio | Vivaldi | Composer

我们想要的数据都由管道（|）符号隔开，每人单独一行。由于 Nu 没有默认的以管道分隔的文件格式，所以我们必须自己来解析。

当我们引入这个文件时，我们需要做的第一件事是确保后续每次只处理一行：

  1. > open people.txt | lines
  2. ───┬──────────────────────────────
  3.  0 │ Octavia | Butler | Writer
  4.  1 │ Bob | Ross | Painter
  5.  2 │ Antonio | Vivaldi | Composer
  6. ───┴──────────────────────────────

可以看到，我们正在处理这些行，因为我们又回到了一个表中。下一步是看看是否可以把行分割成更有用的东西。为此，我们将使用split命令。split，顾名思义，为我们提供了一种分割字符串的方法。我们将使用split的column子命令，将内容分成多列。我们会告诉它分隔符是什么，剩下的就由它来完成：

  1. > open people.txt | lines | split column "|"
  2. ───┬──────────┬───────────┬───────────
  3.  # │ column1  │ column2   │ column3
  4. ───┼──────────┼───────────┼───────────
  5.  0 │ Octavia  │  Butler   │  Writer
  6.  1 │ Bob      │  Ross     │  Painter
  7.  2 │ Antonio  │  Vivaldi  │  Composer
  8. ───┴──────────┴───────────┴───────────

这看起来差不多了，只是还有一些额外的空白字符，让我们 trim 掉这些空格：

  1. > open people.txt | lines | split column "|" | str trim
  2. ───┬─────────┬─────────┬──────────
  3.  # │ column1 │ column2 │ column3
  4. ───┼─────────┼─────────┼──────────
  5.  0 │ Octavia │ Butler  │ Writer
  6.  1 │ Bob     │ Ross    │ Painter
  7.  2 │ Antonio │ Vivaldi │ Composer
  8. ───┴─────────┴─────────┴──────────

还不错，split命令返回给我们可以使用的数据，还预设了默认的列名：

  1. > open people.txt | lines | split column "|" | str trim | get column1
  2. ───┬─────────
  3.  0 │ Octavia
  4.  1 │ Bob
  5.  2 │ Antonio
  6. ───┴─────────

我们也可以用自定义的列名代替默认的：

  1. > open people.txt | lines | split column "|" first_name last_name job | str trim
  2. ───┬────────────┬───────────┬──────────
  3.  # │ first_name │ last_name │ job
  4. ───┼────────────┼───────────┼──────────
  5.  0 │ Octavia    │ Butler    │ Writer
  6.  1 │ Bob        │ Ross      │ Painter
  7.  2 │ Antonio    │ Vivaldi   │ Composer
  8. ───┴────────────┴───────────┴──────────

现在，我们的数据加载到一个表中了，我们可以使用之前对表所用的各种命令来处理它：

  1. > open people.txt | lines | split column "|" first_name last_name job | str trim | sort-by first_name
  2. ───┬────────────┬───────────┬──────────
  3.  # │ first_name │ last_name │ job
  4. ───┼────────────┼───────────┼──────────
  5.  0 │ Antonio    │ Vivaldi   │ Composer
  6.  1 │ Bob        │ Ross      │ Painter
  7.  2 │ Octavia    │ Butler    │ Writer
  8. ───┴────────────┴───────────┴──────────

其他可用于字符串的命令有：

如果我们已经知道待处理的数据具有 Nu 能够理解的格式，则可以使用一些辅助命令，例如，我们打开一个 Rust 的 Cargo.lock 文件：

  1. > open Cargo.lock
  2. # This file is automatically @generated by Cargo.
  3. # It is not intended for manual editing.
  4. [[package]]
  5. name = "adhoc_derive"
  6. version = "0.1.2"

“Cargo.lock” 实际上是一个 .toml 文件，但是文件扩展名不是 .toml。没关系，我们可以使用 from toml 命令：

  1. > open Cargo.lock | from toml
  2. ──────────┬───────────────────
  3.  metadata │ [row 107 columns]
  4.  package  │ [table 130 rows]
  5. ──────────┴───────────────────

每种 Nu 能打开并理解的结构化数据文本格式都有对应的 from 命令可以使用，只需要把支持的格式作为子命令传给 from 就可以了。

以原始模式打开

虽然能够打开一个文件并立即使用其数据表很有帮助，但这并不总是我们想要的。为了获得原始文本，open命令可以接受一个可选的--raw标志：

  1. > open Cargo.toml --raw
  2. [package]
  3. name = "nu"
  4. version = "0.1.3"
  5. authors = ["Yehuda Katz <wycats@gmail.com>", "Jonathan Turner <jonathan.d.turner@gmail.com>"]
  6. description = "A shell for the GitHub era"
  7. license = "MIT"

获取 URLs

除了从文件系统中加载文件，你还可以通过使用fetch命令来加载 URLs。这将从互联网上获取 URL 的内容并返回：

  1. > fetch https://blog.rust-lang.org/feed.xml
  2. ──────┬───────────────────
  3.  feed │ {record 2 fields}
  4. ──────┴───────────────────