go - 如何读取大型平面文件

Question

我有一个平面文件，其中包含 339276 行文本，大小为 62.1 MB。我正在尝试读取所有行，根据我拥有的某些条件解析它们，然后将它们插入数据库。

我最初尝试使用 bufio.Scan() 循环和 bufio.Text() 来获取线路，但缓冲区空间不足。我切换到使用 bufio.ReadLine/ReadString/ReadByte (我尝试了每个)并且每个都有相同的问题。我没有足够的缓冲空间。

我尝试使用 read 并设置缓冲区大小，但正如文档所说，它实际上是一个 const，可以变得更小，但永远不会大于 64*1024 字节。然后，我尝试使用 File.ReadAt 来设置起始位置，并在我引入每个部分时将其移动，但无济于事。我查看了以下示例和解释(不是详尽的列表):

Read text file into string array (and write) How to Read last lines from a big file with Go every 10 secs reading file line by line in go

如何将整个文件(逐行或一次全部)读入一个 slice 中，以便我可以对这些行执行操作？

这是我尝试过的一些代码:

                 file, err := os.Open(feedFolder + value)
                 handleError(err)
                 defer file.Close()
                 //              fileInfo, _ := file.Stat()
                 var linesInFile []string

             r := bufio.NewReader(file)
             for {
                     path, err := r.ReadLine("\n") // 0x0A separator = newline

                     linesInFile = append(linesInFile, path)
                     if err == io.EOF {
                             fmt.Printf("End Of File: %s", err)
                             break
                     } else if err != nil {
                             handleError(err) // if you return error
                     }
             }
             fmt.Println("Last Line: ", linesInFile[len(linesInFile)-1])

这是我尝试过的其他东西:

var fileSize int64 = fileInfo.Size()
    fmt.Printf("File Size: %d\t", fileSize)
    var bufferSize int64 = 1024 * 60
    bytes := make([]byte, bufferSize)
    var fullFile []byte
    var start int64 = 0
    var interationCounter int64 = 1
    var currentErr error = nil
         for currentErr != io.EOF {
            _, currentErr = file.ReadAt(bytes, st)
            fullFile = append(fullFile, bytes...)
            start = (bufferSize * interationCounter) + 1
            interationCounter++
          }
     fmt.Printf("Err: %s\n", currentErr)
     fmt.Printf("fullFile Size: %s\n", len(fullFile))
     fmt.Printf("Start: %d", start)

     var currentLine []string


   for _, value := range fullFile {
      if string(value) != "\n" {
          currentLine = append(currentLine, string(value))
      } else {
         singleLine := strings.Join(currentLine, "")
         linesInFile = append(linesInFile, singleLine)
         currentLine = nil
              }   
      }

我很茫然。要么我不完全了解缓冲区的工作原理，要么我不了解其他内容。谢谢阅读。

Answer 1

循环中的

bufio.Scan() 和 bufio.Text() 非常适合我处理更大尺寸的文件，所以我想你已经超出了行数缓冲能力。那么

• 检查你的行尾
• 你使用哪个 Go 版本 path, err :=r.ReadLine("\n")//0x0A separator = newline？看起来 func (b *bufio.Reader) ReadLine() (line []byte, isPrefix bool, err error) 具有专门针对您的用例的返回值 isPrefix http://golang.org/pkg/bufio/#Reader.ReadLine