跳到主要內容

Gradle(3)–– 檔案處理




我們在開發軟體時,我們時常需要對檔案和目錄作處理,例如我們需要複製檔案到另外一個目錄理或是需要移動某些檔案到其他目錄。常用的型態

type 說明
copy 複製
zip 壓縮




檔案操作

(1)檔案顯示: 我們使用gradle的file()它用來解析檔案的目錄和檔案,file()是使用java.io.File的物件來操作。
範例一、 txt目錄中有兩個檔案為a.txt和b.txt,可以顯示txt底下所有的檔案
File txt = file('txt/')
for(File f : txt.listFiles()){
    println(f.getName())
}
image
範例二、使用Url和Uri操作URL url = new URL('file: D:\\gradle\txt')
URI uri = new URI(‘file: D:\\gradle\txt’)

(2) 檔案樹(file tree): 我們利用fileTree()函式顯示目錄和ZIP的檔案樹狀結構,我們也可以利用pattern來做檔案的過濾。matching方法閉包用來自訂方法include、includes、exclude和excludes來自訂過濾的樣式

pattern :
  *  -> 符合任何字串樣式
  ?  –> 符合單一字串樣式
**  –> 符合任何檔案或是目錄的字串樣式

範例一、顯示txt目錄底下的java檔image
def treeFiles = fileTree(dir:'txt').matching{
                    include '**.java'
                }

treeFiles.visit{FileVisitDetails fileDetails ->
    if(fileDetails.directory){
        println "directory: ${fileDetails.relativePath}"
    }else{
        println("filename: ${fileDetails.name}")
    }
}

說明: 利用fileTree建構子指定目錄,利用matching的閉包(closure)過濾只有.java的檔案。
(3) copying files : 檔案操作需要複製檔案,使用Copy的閉包來操作檔案
方法:
from() :從哪裡複製檔案
to() : 複製到哪裡
include() : 包含條件
exclude: 排除條件

範例一、將txt目錄複製到copyTxt目錄裡面

task copyFile(type: Copy){
    from 'txt'
    into 'copyTxt'
}

#> gradle  copyFile
範例二、將txt目錄只有複製.java的檔案到copyTxt目錄裡面
task copyFile(type: Copy){
    from 'txt'
    into 'copyTxt'
    include '**.java,**.gif'
}

#> gradle  copyFile

(4) Renaming files : 更改檔案名稱


範例一、副檔名為txt會更改為text

task renameFile(type: Copy){
    from 'txt'
    rename{
        String fileName ->
        if(fileName.endsWith('txt')){
            String org = fileName - ".txt" + ".text"
        }
    }

    into 'renameTxt'
}
(4)打包操作(Archiving files) : 當很多檔案需要打包到Zip、Jar、War、Tar等等,我們使用Gradle作歸檔操作需要檔名的設定如[baseName]-[appendix]-[version]-[classifier]。
範例一、 把txt目錄檔案打包成ZIP
task archiveFiles(type: Zip){
    from 'txt'
    into 'zip'
   
    // Create output filename.
    baseName = 'txtFile'
    appendix = 'archive'
    extension = 'zip'
    version = '1.0'
    classifier = ''
}
說明: 打包為txtFile-archive-1.0.zip
範例二: 打包為tar的檔案,利用GZIP的方式壓縮
task archiveTar(type: Tar){
    from 'txt'
    into 'tar'
   
    // Create output filename.
    baseName = 'txtFile'
    appendix = 'archive'
    extension = 'tar.gz'
    version = '1.0'
    classifier = ''
    compression = Compression.GZIP // or Compression.BZIP2
}

留言

這個網誌中的熱門文章

JavaBean 和POJO

前言 今天介紹JavaBean和POJO的不同,這兩個名詞在JAVA文章常常被拿來使用以及討論。在JDK1.1時候釋出才有的一個標準架構,很多時候常常被搞混,所以我們特別開闢一章來加以討論。POJO規範在企業級應用已經廣大的被使用的規範。 解釋 POJO : 全名為Plain-old-Java-object,只需要繼承Object就可以,沒有特定規定,只要建立的類別有setter/getter方法都可以稱為POJO JavaBean: JavaBean通常用來封裝多個物件成為單獨物件使用,規範比較嚴格,規則如下 規則 說明 1 需要實作序列(Serializable/Externalizable) 2 不能有參數的建構子( no-arg constructor) 3 需要有公用setter/getter 4 屬性必須要私人(private) 5 屬於特定POJO規則 比較 所有的JavaBean都為POJO,但是所有的POJO不一定為JavaBean 都可以當作重複元件 都必須序列化 特性都為可用性、易用性和持久化使用 - 應用 由圖我們可以知道POJO在應用程式中,主要用來存取資料庫資料達到持久化的目的,並提供給商業邏輯流程處理使用。這種POJO的架構提供程式人員開發時的可以很有規則將資料封裝並加以使用。 範例1. JavaBean(以員工為實例) JavaBean建立員工物件,可以發現Employee物件建構子沒有任何參數,屬性為私有化並setter/getter的命名方式。 //實作序列化 public class Employee implements java.io.Serializable{ private int id; private String name; //無參數建構子 public Employee(){} //以下實作setter/getter public void setId(int id){this.id=id;} public int getId(){return id;} public void setName(String ...

Python AI-問題集

Python AI-問題集 問題集 Jupyter Notebook執行ipywidgets會出現kernel死掉的錯誤發生(The kernel appears to have died) 解決方法 (1) 根據log檔來判斷問題: 例如:log訊息出現OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized. (2) 根據問題關鍵字找出問題所在: 利用google查詢所遭遇到的問題,例如我把上面的問題上google查詢可以找到這篇的解法 https://blog.csdn.net/bingjianIT/article/details/86182096 (3)實作解法: 我實作下面解法後,就可以順利執行手寫辨識的程式. //在Python宣告時加入 import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE" 參考 https://blog.csdn.net/bingjianIT/article/details/86182096

淺談機器學習原理-Nonlinear Transform

Nonlinear Transform 淺談機器學習原理-Nonlinear Transform Nonlinear Transform *通用能力 gerneralization : 就是將訓練好的模型,放到正式環境可以正常的運作,通常Linear Model的gerneralization會比較好,因為線性模型解決的問題比較單純。缺點是應用侷限比較大。 參考Chih-Chung Chang老師的範例:縣性與非線性分類範例 https://www.csie.ntu.edu.tw/~cjlin/libsvm/ 非線性問題 當如果今天假設要圈出裡面小圈圈的資料,我們就無法使用線性的模型,我們可以用非線性解像圈圈的方程式 s i g n ( − x 1 2 − x 2 2 + r ) sign(-x1^2-x2^2+r) s i g n ( − x 1 2 − x 2 2 + r ) 來解決,在演算法我們利用reduce來將不會的問題透過已知的問題來解決,所以在這個問題 我們將圈圈的方程式(非線性模型)reduce成線性模型來解決。 Reduce 方法論 我們調整圓形的方程式改為 z 0 z_0 z 0 ​ , z 1 z_1 z 1 ​ , z 2 z_2 z 2 ​ 來轉換線性方程式, { ( x n , y n ) } \{{(x_n,y_n)}\} { ( x n ​ , y n ​ ) } => { ( z n , y n ) } \{{(z_n,y_n)}\} { ( z n ​ , y n ​ ) } 在這空間資料中只要能找線,就可將不同的分類區分,圖中可以線性可以線去做分類。 透過向量方式來轉換成線性方程式 我們找到一個方式將非線性資料X透過向量轉換為Z後,希望透過線性方程式方式來學習,得到正解。 當我們Nonlinear transform轉換成線性方程式,當有新的資料進來我們無法使用invertiable(逆向工程)的方式去轉回非線...