code - Ruby 菜鳥代碼拍磚

Question

公司最近組織了一個技能鑑定，試題如下:
有一個採用CP936編碼（也稱為GBK）的文本文件，名字為a.txt，該文件中存在一些連續重複的內容，比如“ HelloHello”，“國慶60週年國慶60週年”，這是因為作者在編輯的時候不小心而導致的錯誤，現在要求你編寫一個程序來自動更正它，並且為了滿足國際化的要求，必須使用小端模式的UTF-16編碼來另存為新檔案(b.txt)，具體的去重規則是:

程式對此檔案進行分析處理，將上述的連續重複兩次的內容刪除掉重複部分，只保留原始內容。其它不涉及重複的部分保持原樣不變。並且，只有被重複的字串超過3個字符（注意是字符，不是字節）的時候，才算重複，小於或等於3個字符的則不需要處理

require 'pathname'
def magic_change(file)
    begin
        #read file
        return unless File.exists? file
        original_string = IO.read(file,:encoding=>'GBK').encode!('UTF-8')
        #deduplicate characters
        original_string =original_string.gsub(/([\S]{4,})\1/){Regexp.last_match[1]}
        #write file
        File.open(Pathname.new(File.join(__dir__,'b.txt')).cleanpath,"w:UTF-16LE") do |file|
            file.write original_string
        end
    rescue =>error
        p error
    end
end

magic_change(ARGV[0])

本題解法中的正則應該是沒有問題的，社區大神們看下對代碼中的ruby規範，優化，異常處理，常見函數用法等方面有沒有更好的建議或者問題，最終目標是寫一份正統優秀的ruby程式碼。

Answer 1

我來拋磚引玉一下...

• 程式碼風格上

  • 雙空格縮排

  • 有參函數呼叫的括號 File.exists?(file)

  • 可選函數參數 encoding:'GBK'

  • 函數參數間以 , 隔開

• 異常處理上

  • 原程式碼的異常處理沒有任何意義，不如直接 raise 錯誤

• 函數用法上

  • String#gsub

  • File.expand_path

require 'pathname'
def magic_change(file)      
  # read file      
  return unless File.exists?(file)
  original_string = IO.read(file, encoding:'GBK').encode!('UTF-8')

  # deduplicate characters
  modified_string = original_string.gsub(/([\S]{4,})/, '')

  # write file
  File.open(File.expand_path(__dir__, 'b.txt'), "w:UTF-16LE") do |file|
    file.write modified_string
  end
end

magic_change(ARGV[0])

至於優化嘛，如果是連續三個重複 "HelloHelloHello"，就傻眼了~