企业官网建设流程全解析

• 示例工程
• 教程

导读

本篇围绕 learngo 课程仓库 23-input-scanning/exercises/README.md 展开，系统讲解如何用 Go 标准库中的bufio.Scanner读取标准输入流、用map做集合与计数，并以此为工具完成 6 个循序渐进的实战练习：从逐行转大写、统计唯一单词、清洗标点、实现 grep 克隆、检测重复输入，到最后从零复刻一个完整的日志解析器。读完本篇，你将掌握Scanner的分词原理、SplitFunc的用法、正则清洗文本、命令行参数解析，以及 map 作为集合/计数器的典型模式，并能独立写出可处理真实文本输入的 Go 命令行程序。

一、练习总览：从输入流到输出的一整套阶梯

这一章的练习全部围绕一个共同主题：把一段标准输入（通常是文本文件）读进程序，用bufio.Scanner逐行或逐词扫描，再用map完成统计、去重或判断。六个练习难度逐级递增，恰好覆盖了输入扫描的两大核心知识点：

每个练习目录都采用"题目 + 参考答案"的结构：main.go是带完整题目描述与预期输出的空壳，solution/main.go是可直接运行的答案，部分练习还附带了用于喂给程序的shakespeare.txt。下面的实现细节均以仓库中 solution/main.go 等参考答案文件为准。

二、先看懂工具：Scanner 的两种扫描模式

所有练习都建立在bufio.Scanner之上。基础用法见 01-scanning/main.go：

in := bufio.NewScanner(os.Stdin) var lines int for in.Scan() { lines++ in.Text() // 获取当前行文本；in.Bytes() 可获取原始字节 } fmt.Printf("There are %d line(s)\n", lines) if err := in.Err(); err != nil { fmt.Println("ERROR:", err) }

这段代码揭示了 Scanner 的三个要点：

1. NewScanner包装一个io.Reader，这里传入os.Stdin，因此程序天然支持go run main.go < 文件的重定向输入方式；
2. for in.Scan()循环是扫描器的驱动核心——每次调用Scan()推进到下一个 token，循环结束后可用in.Err()检查是否有错误（该源码中甚至注释展示了如何模拟错误：os.Stdin.Close()）；
3. 默认按行拆分，即默认的SplitFunc是bufio.ScanLines。

当需要按"词"而不是按"行"扫描时，只需显式设置拆分函数：

in.Split(bufio.ScanWords)

bufio包内置了ScanLines、ScanWords、ScanRunes、ScanBytes四种拆分策略，ScanWords会把连续的非空白字符序列识别为一个词。这正是 Unique Words 系列练习的关键一步——它让 map 的键直接就是一个个单词。

三、练习 1：Uppercaser——逐行转换并打印

题目要求（见 01-uppercaser/main.go）：把shakespeare.txt喂给程序，用 Scanner 扫描输入，将每一行转为大写后打印。

参考答案（01-uppercaser/solution/main.go）：

func main() { in := bufio.NewScanner(os.Stdin) for in.Scan() { fmt.Println(strings.ToUpper(in.Text())) } }

运行方式：

go run main.go < shakespeare.txt

这个练习虽然只有几行，却完整演示了"扫描—取文本—转换—输出"的最小管道。strings.ToUpper(in.Text())接收当前行的字符串并返回全大写版本，配合fmt.Println逐行输出，整个程序不依赖任何第三方库。

四、练习 2：Unique Words——用 map 统计唯一单词

题目要求（见 02-unique-words/main.go）：扫描输入中的每个单词，用 map 统计唯一词数量，最终输出There are 99 words, 70 of them are unique.。

参考答案（02-unique-words/solution/main.go）：

func main() { in := bufio.NewScanner(os.Stdin) in.Split(bufio.ScanWords) total, words := 0, make(map[string]int) for in.Scan() { total++ words[in.Text()]++ } fmt.Printf("There are %d words, %d of them are unique.\n", total, len(words)) }

技术要点拆解：

• total统计总词数：每扫描到一个 token 就total++，等价于len(words)再加重复词的出现次数；
• words[in.Text()]++是经典的"map 作为计数器"模式：Go 中访问不存在的 map 键会返回零值，因此首次遇到某词时words[词]为 0，自增后变成 1，之后再遇到同一个词就继续累加；
• len(words)即唯一词数量，因为 map 的每个键只存在一份。

这里可以看到in.Split(bufio.ScanWords)与默认逐行模式的关键区别：若沿用逐行扫描，整行文本会被当作一个"词"计入 map，统计结果将完全错误。

五、练习 3：Unique Words 2——用正则清洗标点与数字

题目要求（见 03-unique-words-2/main.go）：在上一题基础上，将单词加入 map之前先移除其中的标点符号和数字；同时注意此时shakespeare.txt中同时含有大写和小写字母，因此还需要统一大小写。预期输出为There are 100 words, 69 of them are unique.。

题目注释直接给出了所需的正则模式：

// [^A-Za-z]+ // Matches to any character but upper case and lower case letters

参考答案（03-unique-words-2/solution/main.go）：

func main() { in := bufio.NewScanner(os.Stdin) in.Split(bufio.ScanWords) rx := regexp.MustCompile(`[^A-Za-z]+`) total, words := 0, make(map[string]int) for in.Scan() { total++ word := rx.ReplaceAllString(in.Text(), "") word = strings.ToLower(word) words[word]++ } fmt.Printf("There are %d words, %d of them are unique.\n", total, len(words)) }

三个新增知识点：

1. [^A-Za-z]+是反向字符类：[^...]表示"匹配任何一个不在括号内的字符"，A-Za-z限定为英文字母，末尾的+表示连续匹配一个或多个。因此该模式能一次性吃掉一串连续的标点或数字；
2. regexp.MustCompile在包级表达式固定的情况下比regexp.Compile更简洁——它在编译失败时直接 panic，适用于模式是编译期常量的场景；
3. rx.ReplaceAllString(in.Text(), "")把匹配到的所有"非字母片段"替换为空串，随后strings.ToLower归一化大小写，使Come与come归并为同一个键，这正是唯一词数从 70 降到 69 的原因。

六、练习 4：Grep Clone——用命令行参数过滤行

题目要求（见 04-grep/main.go）：实现一个 grep 克隆。grep 是用于在纯文本数据中搜索匹配特定模式的行的命令行工具。具体要求：从命令行参数接受模式，只打印包含该模式的行；若未提供模式则打印所有行。预期运行与输出：

go run main.go come < shakespeare.txt come night come romeo come thou day in night come gentle night come loving black-browed night

参考答案（04-grep/solution/main.go）：

func main() { in := bufio.NewScanner(os.Stdin) var pattern string if args := os.Args[1:]; len(args) == 1 { pattern = args[0] } for in.Scan() { s := in.Text() if strings.Contains(s, pattern) { fmt.Println(s) } } }

实现技巧分析：

• os.Args[1:]取出所有命令行参数，os.Args[0]是程序名本身，因此从下标 1 开始；
• if args := os.Args[1:]; len(args) == 1使用 if 初始化语句，把"取参数"与"校验参数个数"合并成一步，是 Go 惯用的短路写法——恰好一个参数才设置 pattern，否则 pattern 保持空串；
• strings.Contains(s, pattern)：当 pattern 为空串时，任何字符串都包含空串，于是所有行都被打印，自然满足了"无模式则全量输出"的要求；
• 扫描模式这里保持默认的逐行，因为 grep 的语义是"按行匹配"。

七、练习 5：Quit——用 map 做集合判断重复输入

题目要求（见 05-quit/main.go）：创建一个程序，当用户连续两次输入同一个词时退出。

参考答案（05-quit/solution/main.go）：

func main() { in := bufio.NewScanner(os.Stdin) words := make(map[string]bool) for in.Scan() { w := strings.ToLower(in.Text()) if words[w] { fmt.Println("TWICE!") return } words[in.Text()] = true } }

这个练习展示了map 作为集合（Set）的惯用法：

• map[string]bool的值不需要计数，只关心"这个键存不存在"——这是 Go 中模拟集合的标准做法；
• if words[w]是判断技巧：访问不存在的键返回false（bool 零值），访问已存在的键返回true，因此一行即可完成"是否见过"的判断；
• 注意这里的细微差异：判断时用strings.ToLower(in.Text())归一化，写入时却用原始in.Text()。这表示大小写不同的输入仍会被视为"同一个词"从而触发退出（比如输入Hello后再输入hello会输出TWICE!并退出），这是刻意设计的容错行为；
• 触发重复后return直接结束main，程序退出。

八、练习 6：从零实现 Log Parser——综合大考

题目要求（见 06-log-parser/main.go）：你已观看过讲解视频，现在不参考讲解和已有源码，独立实现同样的日志解析器。题目给出了完整的多组预期输出，覆盖正常与三类错误场景：

go run main.go < log.txt DOMAIN VISITS --------------------------------------------- blog.golang.org 30 golang.org 10 learngoprogramming.com 20 TOTAL 60

go run main.go < log_err_missing.txt wrong input: [golang.org] (line #3)

go run main.go < log_err_negative.txt wrong input: "-100" (line #3)

go run main.go < log_err_str.txt wrong input: "FOUR" (line #3)

练习目录内提供了四个输入文件——log.txt（正常数据）、log_err_missing.txt（某行缺少访问次数）、log_err_negative.txt（出现负数）、log_err_str.txt（次数是字符串而非数字）。

这个练习是对整章能力的综合检验，期望你独立完成以下步骤：

1. 逐行扫描输入，用in.Split(bufio.ScanWords)或strings.Fields拆分"域名 + 访问次数"；
2. 用 map 汇总每个域名的总访问量；
3. 校验数据：行内字段缺失、次数为负数、次数无法转换为整数时，都要按格式输出wrong input: "..." (line #N)并退出；
4. 格式化输出：用fmt.Printf对齐 DOMAIN 与 VISITS 两列，并在末尾打印 TOTAL。

作为对照，仓库 03-project-log-parser/main.go 提供了完整的讲师版本实现，其中用到了strconv.Atoi解析数字、fmt.Printf的宽度对齐（如%-*s）等技巧；后续章节 24-structs/05-project-log-parser-structs、25-functions、26-pointers 还会用结构体、函数与指针反复重构这个解析器。如果在此卡壳，建议先自己完成再对照阅读，这正是该练习"从零实现"的设计初衷。

九、关键模式速查与自测清单

六个练习沉淀下来四组可复用的 Go 惯用模式：

动手自测时可以依次追问自己：Scan()返回false时如何区分"输入结束"与"出错"（答案是in.Err()）？为什么 Unique Words 2 必须同时做正则清洗与ToLower？如果 Grep Clone 需要忽略大小写，strings.Contains该如何改造（提示：双方都先ToLower）？Log Parser 中某行只有域名没有数字时，ScanWords模式下该行会扫描出几个 token？

十、延伸阅读

• 扫描器基础讲解：23-input-scanning/01-scanning/main.go（含错误检查示范）
• map 作为集合：23-input-scanning/02-map-as-sets/main.go
• 日志解析器完整实现：23-input-scanning/03-project-log-parser/main.go
• 本章问答自测：23-input-scanning/questions/README.md
• 后续重构路线：结构体版 24-structs/05-project-log-parser-structs/main.go、函数版 25-functions/03-refactor-to-funcs、指针版 26-pointers/04-log-parser-pointers

完成这六个练习后，你不仅掌握了bufio.Scanner与map的组合用法，也具备了"接收标准输入 → 清洗与校验 → 统计与过滤 → 格式化输出"这条完整的命令行文本处理流水线能力，可以直接迁移到真实的日志分析、词频统计等场景中。

• 示例工程
• 教程