在PHP中的Linux的egrep相当于文本文件的目录?

我想在PHP中search文本文件的目录,并列出出现string的所有实例。

在Linux中,我会使用这个:

egrep Cheese textfile_*.txt

有没有在PHP中的function,可以执行此操作没有首先将所有内容附加到数组的复杂性?

如何GREP单词,而不是行,包含特定的字符,并打印整个单词

如何在shell脚本中修改rc.local?

如何将Python应用程序移植到在Windows中正常工作的Linux

在密钥环中Git GPG密码

在GNU / Linux命令行中并行处理

从函数返回值存储char *

bash和ksh之间的子shell差异

spawn:在linux脚本中找不到命令

将.so文件转换为.jnilib文件

Linux进程监控使用Statsd和Graphite

一般情况

我们假设您想要的解决方案可以在任意数量的任意大小的文件内匹配任意长度的字符串,并且您的系统资源是有限的。 这是最有可能的情况,也是最棘手的。

你不能简单地将所有的文件加载到内存中,并将它们作为每个文件的一个大字符串进行搜索,因为这非常耗费内存,而且在功能复杂性方面实际上并不是特别高效(循环所有文件,将它们加载到内存中,然后循环它们再次搜索内容)。

实际上,最好避免将整个文件加载到内存中 – 如果其中一个文件是10GB?

所以,首先,很明显,我们需要获取目录中的文件列表。 有几个方法 – 我看到glob()提到了几次 – 但我会说,这个算法的最佳方法是按顺序读取条目并逐个处理它们,而不是将整个列表加载到一个数组然后迭代它,这在PHP中意味着你要么需要opendir()函数系列,要么迭代器类的DirectoryIterator系列之一。 许多人会认为在现代PHP中,后者是“正确的”方式。

现在,您可以访问目录中的文件列表,您需要访问内容,并且您不需要将整个文件加载到内存中。 在PHP中,这意味着你将要fopen()和(因为这是一个文本文件) fgets() 。 这允许我们一次处理一行文件,因此我们不会一次将多行数据加载到内存中。 它也有一个参数,允许你指定最大的行长度,这可能应该用在文本文件的情况下,无论出于何种原因,包含很少/没有换行符。

所以我们正在处理文件块,我们可以strpos()每个块搜索字符串,对不对? 好吧,差不多。 当搜索字符串跨越两个(或更多)块的边界时会发生什么? 这里开始变得有趣,开始变得更加复杂的字符串搜索算法( Boyer-Moore算法的一个变种可能会在这里很好地为你服务)。

现在唯一要确定的是你想要匹配的具体程度 – 你想要区分大小写吗? 你想原谅空白区别? 你想规范化字符集? 这些问题在你实现你的字符串搜索算法之前必须被回答和考虑。

这种情况的现实是,在PHP中这些复杂性中的一些将会相对缓慢地解决 – 如果你最终一次迭代一个字符串,例如,在C中可以相当快的事情,将成为PHP中真正的性能杀手。

你的情况

…可能不需要这个复杂性。 如果你知道你总是处理少量的小文件,那么简单地使用strpos(file_get_contents())组合方法很可能会很好 – 尽管你不管用什么方法,一次处理一个文件而不是加载它们在执行任何搜索操作之前,所有内容都可能被期望。

从本质上讲,如何实现这一点取决于与您正在使用的环境有关的几个因素 – 但是就资源消耗而言,这样的事情可能是非常危险的,您必须考虑您的代码现在和将来需要如何工作你可以建立正确的解决方案。

有没有在PHP中的功能,可以执行此操作没有首先将所有内容附加到数组的复杂性?

没有一个具体的功能,但PHP有:

RecursiveDirectoryIterator

RecursiveIteratorIterator

RecursiveRegexIterator

GlobIterator

RegexIterator

SplFileInfo

SplFileObject

因为这些都是迭代器,当正确堆叠在一起时,允许你迭代所有匹配的行。

对于你的具体情况,创建一个新的Iterator也许是值得的,它在构造函数中使用类似于egrep的参数,并且在构造函数中进行堆栈/处理,以便为它提供一个简单的接口。

或者可能是一个用于列表的路径/文件/ SplFileInfo作为迭代器,一个用于查找这些线路以保持流畅性。

您也可以在Iterator-Garden中放置一些泛型,就像DecoratingIterator的ExpandingIterator一样,将每个SplFileInfo变成一个SplFileObject。

使用glob函数:

$text_files = glob('directory/*.txt'); foreach($text_files as $text_file) { if (strpos('Cheese',file_get_contents($text_file)) !== false) { echo 'File ',$text_file,' contains "Cheese"<br>'; } }

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


摘要: 原创出处 https://www.bysocket.com 「公众号:泥瓦匠BYSocket 」欢迎关注和转载,保留摘要,谢谢! 目录 连接 连接池产生原因 连接池实现原理 小结 TEMPERANCE:Eat not to dullness;drink not to elevation.节制
摘要: 原创出处 https://www.bysocket.com 「公众号:泥瓦匠BYSocket 」欢迎关注和转载,保留摘要,谢谢! 一个优秀的工程师和一个普通的工程师的区别,不是满天飞的架构图,他的功底体现在所写的每一行代码上。-- 毕玄 1. 命名风格 【书摘】类名用 UpperCamelC
今天犯了个错:“接口变动,伤筋动骨,除非你确定只有你一个人在用”。哪怕只是throw了一个新的Exception。哈哈,这是我犯的错误。一、接口和抽象类类,即一个对象。先抽象类,就是抽象出类的基础部分,即抽象基类(抽象类)。官方定义让人费解,但是记忆方法是也不错的 —包含抽象方法的类叫做抽象类。接口
Writer :BYSocket(泥沙砖瓦浆木匠)微 博:BYSocket豆 瓣:BYSocketFaceBook:BYSocketTwitter :BYSocket一、引子文件,作为常见的数据源。关于操作文件的字节流就是 —FileInputStream&amp;FileOutputStream。
作者:泥沙砖瓦浆木匠网站:http://blog.csdn.net/jeffli1993个人签名:打算起手不凡写出鸿篇巨作的人,往往坚持不了完成第一章节。交流QQ群:【编程之美 365234583】http://qm.qq.com/cgi-bin/qm/qr?k=FhFAoaWwjP29_Aonqz
本文目录 线程与多线程 线程的运行与创建 线程的状态 1 线程与多线程 线程是什么? 线程(Thread)是一个对象(Object)。用来干什么?Java 线程(也称 JVM 线程)是 Java 进程内允许多个同时进行的任务。该进程内并发的任务成为线程(Thread),一个进程里至少一个线程。 Ja
Writer :BYSocket(泥沙砖瓦浆木匠)微 博:BYSocket豆 瓣:BYSocketFaceBook:BYSocketTwitter :BYSocket在面向对象编程中,编程人员应该在意“资源”。比如?1String hello = &quot;hello&quot;; 在代码中,我们
摘要: 原创出处 https://www.bysocket.com 「公众号:泥瓦匠BYSocket 」欢迎关注和转载,保留摘要,谢谢! 这是泥瓦匠的第103篇原创 《程序兵法:Java String 源码的排序算法(一)》 文章工程:* JDK 1.8* 工程名:algorithm-core-le
摘要: 原创出处 https://www.bysocket.com 「公众号:泥瓦匠BYSocket 」欢迎关注和转载,保留摘要,谢谢! 目录 一、父子类变量名相同会咋样? 有个小故事,今天群里面有个人问下面如图输出什么? 我回答:60。但这是错的,答案结果是 40 。我知错能改,然后说了下父子类变
作者:泥瓦匠 出处:https://www.bysocket.com/2021-10-26/mac-create-files-from-the-root-directory.html Mac 操作系统挺适合开发者进行写代码,最近碰到了一个问题,问题是如何在 macOS 根目录创建文件夹。不同的 ma
作者:李强强上一篇,泥瓦匠基础地讲了下Java I/O : Bit Operation 位运算。这一讲,泥瓦匠带你走进Java中的进制详解。一、引子在Java世界里,99%的工作都是处理这高层。那么二进制,字节码这些会在哪里用到呢?自问自答:在跨平台的时候,就凸显神功了。比如说文件读写,数据通信,还
1 线程中断 1.1 什么是线程中断? 线程中断是线程的标志位属性。而不是真正终止线程,和线程的状态无关。线程中断过程表示一个运行中的线程,通过其他线程调用了该线程的 方法,使得该线程中断标志位属性改变。 深入思考下,线程中断不是去中断了线程,恰恰是用来通知该线程应该被中断了。具体是一个标志位属性,
Writer:BYSocket(泥沙砖瓦浆木匠)微博:BYSocket豆瓣:BYSocketReprint it anywhere u want需求 项目在设计表的时候,要处理并发多的一些数据,类似订单号不能重复,要保持唯一。原本以为来个时间戳,精确到毫秒应该不错了。后来觉得是错了,测试环境下很多一
纯技术交流群 每日推荐 - 技术干货推送 跟着泥瓦匠,一起问答交流 扫一扫,我邀请你入群 纯技术交流群 每日推荐 - 技术干货推送 跟着泥瓦匠,一起问答交流 扫一扫,我邀请你入群 加微信:bysocket01
Writer:BYSocket(泥沙砖瓦浆木匠)微博:BYSocket豆瓣:BYSocketReprint it anywhere u want.文章Points:1、介绍RESTful架构风格2、Spring配置CXF3、三层初设计,实现WebService接口层4、撰写HTTPClient 客户
Writer :BYSocket(泥沙砖瓦浆木匠)什么是回调?今天傻傻地截了张图问了下,然后被陈大牛回答道“就一个回调…”。此时千万个草泥马飞奔而过(逃哈哈,看着源码,享受着这种回调在代码上的作用,真是美哉。不妨总结总结。一、什么是回调回调,回调。要先有调用,才有调用者和被调用者之间的回调。所以在百
Writer :BYSocket(泥沙砖瓦浆木匠)一、什么大小端?大小端在计算机业界,Endian表示数据在存储器中的存放顺序。百度百科如下叙述之:大端模式,是指数据的高字节保存在内存的低地址中,而数据的低字节保存在内存的高地址中,这样的存储模式有点儿类似于把数据当作字符串顺序处理:地址由小向大增加
What is a programming language? Before introducing compilation and decompilation, let&#39;s briefly introduce the Programming Language. Programming la
Writer :BYSocket(泥沙砖瓦浆木匠)微 博:BYSocket豆 瓣:BYSocketFaceBook:BYSocketTwitter :BYSocket泥瓦匠喜欢Java,文章总是扯扯Java。 I/O 基础,就是二进制,也就是Bit。一、Bit与二进制什么是Bit(位)呢?位是CPU
Writer:BYSocket(泥沙砖瓦浆木匠)微博:BYSocket豆瓣:BYSocket一、前言 泥瓦匠最近被项目搞的天昏地暗。发现有些要给自己一些目标,关于技术的目标:专注很重要。专注Java 基础 + H5(学习) 其他操作系统,算法,数据结构当成课外书博览。有时候,就是那样你越是专注方面越