• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    PHP超低内存遍历目录文件和读取超大文件的方法

    这不是一篇教程,这是一篇笔记,所以我不会很系统地论述原理和实现,只简单说明和举例。

    前言

    我写这篇笔记的原因是现在网络上关于 PHP 遍历目录文件和 PHP 读取文本文件的教程和示例代码都是极其低效的,低效就算了,有的甚至好意思说是高效,实在辣眼睛。

    这篇笔记主要解决这么几个问题:

    PHP 如何使用超低内存快速遍历数以万计的目录文件?

    PHP 如何使用超低内存快速读取几百MB甚至是GB级文件?

    顺便解决哪天我忘了可以通过搜索引擎搜到我自己写的笔记来看看。(因为需要 PHP 写这两个功能的情况真的很少,我记性不好,免得忘了又重走一遍弯路)

    遍历目录文件

    网上关于这个方法的实现大多示例代码是 glob 或者 opendir + readdir 组合,在目录文件不多的情况下是没问题的,但文件一多就有问题了(这里是指封装成函数统一返回一个数组的时候),过大的数组会要求使用超大内存,不仅导致速度慢,而且内存不足的时候直接就崩溃了。

    这时候正确的实现方法是使用 yield 关键字返回,下面是我最近使用的代码:

    ?php
    
    function glob2foreach($path, $include_dirs=false) {
      $path = rtrim($path, '/*');
      if (is_readable($path)) {
        $dh = opendir($path);
        while (($file = readdir($dh)) !== false) {
          if (substr($file, 0, 1) == '.')
            continue;
          $rfile = "{$path}/{$file}";
          if (is_dir($rfile)) {
            $sub = glob2foreach($rfile, $include_dirs);
            while ($sub->valid()) {
              yield $sub->current();
              $sub->next();
            }
            if ($include_dirs)
              yield $rfile;
          } else {
            yield $rfile;
          }
        }
        closedir($dh);
      }
    }
    
    // 使用
    $glob = glob2foreach('/var/www');
    while ($glob->valid()) {
      
      // 当前文件
      $filename = $glob->current();
      
      // 这个就是包括路径在内的完整文件名了
      // echo $filename;
    
      // 指向下一个,不能少
      $glob->next();
    }
    
    

    yield 返回的是生成器对象(不了解的可以先去了解一下 PHP 生成器),并没有立即生成数组,所以目录下文件再多也不会出现巨无霸数组的情况,内存消耗是低到可以忽略不计的几十 kb 级别,时间消耗也几乎只有循环消耗。

    读取文本文件

    读取文本文件的情况跟遍历目录文件其实类似,网上教程基本上都是使用 file_get_contents 读到内存里或者 fopen + feof + fgetc 组合即读即用,处理小文件的时候没问题,但是处理大文件就有内存不足等问题了,用 file_get_contents 去读几百MB的文件几乎就是自杀。

    这个问题的正确处理方法同样和 yield 关键字有关,通过 yield 逐行处理,或者 SplFileObject 从指定位置读取。

    逐行读取整个文件:

    ?php
    function read_file($path) {
      if ($handle = fopen($path, 'r')) {
        while (! feof($handle)) {
          yield trim(fgets($handle));
        }
        fclose($handle);
      }
    }
    // 使用
    $glob = read_file('/var/www/hello.txt');
    while ($glob->valid()) {
      
      // 当前行文本
      $line = $glob->current();
      
      // 逐行处理数据
      // $line
    
      // 指向下一个,不能少
      $glob->next();
    }
    
    

    通过 yield 逐行读取文件,具体使用多少内存取决于每一行的数据量有多大,如果是每行只有几百字节的日志文件,即使这个文件超过100M,占用内存也只是KB级别。

    但很多时候我们并不需要一次性读完整个文件,比如当我们想分页读取一个1G大小的日志文件的时候,可能想第一页读取前面1000行,第二页读取第1000行到2000行,这时候就不能用上面的方法了,因为那方法虽然占用内存低,但是数以万计的循环是需要消耗时间的。

    这时候,就改用 SplFileObject 处理,SplFileObject 可以从指定行数开始读取。下面例子是写入数组返回,可以根据自己业务决定要不要写入数组,我懒得改了。

    ?php
    
    function read_file2arr($path, $count, $offset=0) {
    
      $arr = array();
      if (! is_readable($path))
        return $arr;
    
      $fp = new SplFileObject($path, 'r');
      
      // 定位到指定的行数开始读
      if ($offset)
        $fp->seek($offset); 
    
      $i = 0;
      
      while (! $fp->eof()) {
        
        // 必须放在开头
        $i++;
        
        // 只读 $count 这么多行
        if ($i > $count)
          break;
        
        $line = $fp->current();
        $line = trim($line);
    
        $arr[] = $line;
    
        // 指向下一个,不能少
        $fp->next();
      }
      
      return $arr;
    }
    
    

    以上所说的都是文件巨大但是每一行数据量都很小的情况,有时候情况不是这样,有时候是一行数据也有上百MB,那这该怎么处理呢?

    如果是这种情况,那就要看具体业务了,SplFileObject 是可以通过 fseek 定位到字符位置(注意,跟 seek 定位到行数不一样),然后通过 fread 读取指定长度的字符。

    也就是说通过 fseek 和 fread 是可以实现分段读取一个超长字符串的,也就是可以实现超低内存处理,但是具体要怎么做还是得看具体业务要求允许你怎么做。

    复制大文件

    顺便说下 PHP 复制文件,复制小文件用 copy 函数是没问题的,复制大文件的话还是用数据流好,例子如下:

    ?php
    
    function copy_file($path, $to_file) {
    
      if (! is_readable($path))
        return false;
    
      if(! is_dir(dirname($to_file)))
        @mkdir(dirname($to_file).'/', 0747, TRUE);
      
      if (
        ($handle1 = fopen($path, 'r')) 
         ($handle2 = fopen($to_file, 'w'))
      ) {
    
        stream_copy_to_stream($handle1, $handle2);
    
        fclose($handle1);
        fclose($handle2);
      }
    }
    
    

    最后

    我这只说结论,没有展示测试数据,可能难以服众,如果你持怀疑态度想求证,可以用 memory_get_peak_usage 和 microtime 去测一下代码的占用内存和运行时间。

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

    您可能感兴趣的文章:
    • PHP大文件分割分片上传实现代码
    • PHP大文件及断点续传下载实现代码
    • php实现断点续传大文件示例代码
    • PHP下载大文件失败并限制下载速度的实例代码
    • 详解PHP多个进程配合redis的有序集合实现大文件去重
    • PHP如何通过表单直接提交大文件详解
    • PHP大文件分片上传的实现方法
    • php下载远程大文件(获取远程文件大小)的实例
    • 详解PHP如何读取大文件
    上一篇:Yii框架学习笔记之session与cookie简单操作示例
    下一篇:PHP7 mongoDB扩展使用的方法分享
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    PHP超低内存遍历目录文件和读取超大文件的方法 PHP,超低,内存,遍历,目录,