我正在尝试在相当大的文件中搜索某个字符串并返回其偏移量。我是 lua 新手，我目前的方法如下所示：
linenumber = 0
for line in io.lines(filepath) do
result=string.find(line,"ABC",1)
linenumber = linenumber+1
if result ~= nil then
offset=linenumber*4096+result
io.close
end
end
我意识到这种方式相当原始，而且速度肯定很慢。我怎样才能更有效地做到这一点？
提前致谢。
【问题讨论】：
标签： string lua find return offset
如果文件不是太大，并且你可以节省内存，那么在整个文件中啜饮并使用string.find会更快。如果没有，您可以按块搜索文件。
你的方法还不错。不过，我建议将文件加载到重叠的块中。重叠避免了模式仅在块之间拆分而被忽视，例如：
".... ...A BC.. ...."
我的实现是这样的：
size=4096 -- note, size should be bigger than the length of pat to work.
pat="ABC"
overlap=#pat
fh=io.open(filepath,'rb') -- On windows, do NOT forget the b
block=fh:read(size+overlap)
n=0
while block do
block_offset=block:find(pat)
if block_offset then
print(block_offset)
offset=block_offset+size*n
break
end
fh:seek('cur',-overlap)
cur=fh:seek'cur'
block=fh:read(size+overlap)
n=n+1
end
if offset then
print('found pattern at', offset, 'after reading',n,'blocks')
else
print('did not find pattern')
end
如果你的文件确实有行，你也可以使用here 解释的技巧。 《Lua 编程》一书中的This section 解释了读取文件时的一些性能注意事项。
【讨论】：
# 运算符仅返回字符串的长度、作为序列的表（键是 1 到 n，没有孔）或定义 __len 元方法的对象。请注意，字符串的长度是字节数，不一定等于字符数（想想UTF-8之类的）。
除非您的行具有相同的长度 (4096)，否则我看不出您的代码如何工作。
不使用io.lines，而是使用io.read(4096) 读取块。您的其余代码可以按原样使用，除了您需要处理字符串未完全位于块内的情况。如果文件由行组成，那么在 Lua 编程中提到的一个技巧是执行io.read(4096,"*l")，以读取在行边界处结束的块。那么您不必担心字符串未完全在块内，但您需要调整偏移计算以包括块的长度，而不仅仅是 4096。
【讨论】：