获取大于10GB的超大文本文件的最后10行

  • Z时代
  • 2024-01-10
  • 分类：问答

显示超大文本文件（此特定文件超过10GB）的最后10行的最有效方法是什么。我当时只是想编写一个简单的C＃应用​​程序，但不确定如何有效地做到这一点。

回答：

读取到文件的末尾，然后向后搜索，直到找到十个换行符，然后再考虑各种编码后再向前读取。确保处理文件中的行数少于十的情况。下面是一个实现（在C＃中，您已对此进行了标记），该实现被通用化为找到numberOfTokens文件中的最后一个，该文件位于标记分隔符表示为的path编码encoding位置tokenSeparator。结果以a形式返回string（可以通过返回IEnumerable<string>枚举令牌的a

来改善）。

public static string ReadEndTokens(string path, Int64 numberOfTokens, Encoding encoding, string tokenSeparator) {
    int sizeOfChar = encoding.GetByteCount("\n");
    byte[] buffer = encoding.GetBytes(tokenSeparator);
    using (FileStream fs = new FileStream(path, FileMode.Open)) {
        Int64 tokenCount = 0;
        Int64 endPosition = fs.Length / sizeOfChar;
        for (Int64 position = sizeOfChar; position < endPosition; position += sizeOfChar) {
            fs.Seek(-position, SeekOrigin.End);
            fs.Read(buffer, 0, buffer.Length);
            if (encoding.GetString(buffer) == tokenSeparator) {
                tokenCount++;
                if (tokenCount == numberOfTokens) {
                    byte[] returnBuffer = new byte[fs.Length - fs.Position];
                    fs.Read(returnBuffer, 0, returnBuffer.Length);
                    return encoding.GetString(returnBuffer);
                }
            }
        }
        // handle case where number of tokens in file is less than numberOfTokens
        fs.Seek(0, SeekOrigin.Begin);
        buffer = new byte[fs.Length];
        fs.Read(buffer, 0, buffer.Length);
        return encoding.GetString(buffer);
    }
}

以上是 获取大于10GB的超大文本文件的最后10行 的全部内容， 来源链接： utcz.com/qa/398612.html

回到顶部