PHP中的快速字符串搜索

Question

我有一个 1.2GB 的文件，其中包含一个单行字符串。 我需要的是搜索整个文件以找到另一个字符串的位置（目前我有一个要搜索的字符串列表）。 我现在做的方式是打开大文件并将指针移过 4Kb 块，然后将指针 X 位置移回文件中并获得 4Kb 更多。

我的问题是要搜索的字符串越大，他得到它的时间就越长。

您能给我一些想法来优化脚本以获得更好的搜索时间吗？

这是我的实现：

function busca($inici){
        $limit = 4096;

        $big_one    = fopen('big_one.txt','r');
        $options    = fopen('options.txt','r');

        while(!feof($options)){
            $search = trim(fgets($options));
            $retro  = strlen($search);//maybe setting this position absolute? (like 12 or 15)

            $punter = 0;
            while(!feof($big_one)){
                $ara = fgets($big_one,$limit);

                $pos = strpos($ara,$search);
                $ok_pos = $pos + $punter;

                if($pos !== false){
                    echo "$pos - $punter - $search : $ok_pos <br>";
                    break;
                }

                $punter += $limit - $retro;
                fseek($big_one,$punter);
            }
            fseek($big_one,0);
        }
    }

提前致谢！

Answer 1

$big_one    = fopen('big_one.txt','r');
$options    = fopen('options.txt','r');  

while(!feof($options))
{
  $option = trim(fgets($options));
  $position = substr($big_one,$option);

  if($position)
    return $position; //exit loop
}

文件的大小虽然很大。您可能要考虑将数据存储在数据库中。或者如果您绝对不能，请使用此处发布的 grep 解决方案。

Answer 2

为什么不使用exec + grep -b？

exec('grep "new" ext-all-debug.js -b', $result);
// here we have looked for "new" substring entries in the extjs debug src file
var_dump($result);

样本结果：

array(1142) {
    [0]=>  string(97) "3398: * insert new elements. Revisiting the example above, we could utilize templating this time:"
    [1]=>  string(54) "3910:var tpl = new Ext.DomHelper.createTemplate(html);"
    ...
}

每个项目由从文件开头和行本身开始的字符串偏移量（以字节为单位）组成，用冒号分隔。
因此，在此之后，您必须查看特定行内部并将位置附加到行偏移量。即：

[0]=>  string(97) "3398: * insert new elements. Revisiting the example above, we could utilize templating this time:"

这意味着在第 3408 个字节发现“新”出现（3398 是行位置，10 是该行内“新”的位置）