ruby - 如何在 Ruby 中替换文件的前几个字节而不打开整个文件？

Question

我有一个 30MB 的 XML 文件，其中开头包含一些乱码，因此通常我必须将其删除，以便 Nokogiri 能够正确解析 XML 文档。

这是我目前拥有的:

    contents = File.open(file_path).read
    if contents[0..123].include? 'authenticate_response'
      fixed_contents = File.open(file_path).read[123..-1]
      File.open(file_path, 'w') { |f| f.write(fixed_contents) }
    end

但是，这实际上会导致 ruby​​ 脚本打开大型 XML 文件两次。一次读取前 123 个字符，另一次读取除前 123 个字符之外的所有内容。

为了解决第一个问题，我能够做到这一点:

contents = File.open(file_path).read(123)

但是，现在我需要从文件中删除这些字符而不读取整个文件。如何“修剪”该文件的开头而不必打开内存中的整个文件？

Answer 1

你可以打开一次文件，然后读取并检查“垃圾”，最后将打开的文件直接传递给nokogiri进行解析。这样，您只需读取该文件一次，根本不需要写入它。

File.open(file_path) do |xml_file|
  if xml_file.read(123).include? 'authenticate_response'
    # header found, nothing to do
  else
    # no header found. We rewind and let nokogiri parse the whole file
    xml_file.rewind
  end

  xml = Nokogiri::XML.parse(xml_file)
  # Now to whatever you want with the parsed XML document
end

请引用IO#read的文档, IO#rewind和 Nokigiri::XML::Document.parse有关这些方法的详细信息。