如何逐行同时读取和写入文件？

Question

我想从文件中删除所有以特定模式开头的行。我想用 R 来做这个。最好不要先读取整个文件，然后删除所有匹配的行，然后再写入整个文件，因为文件可能很大。因此，我想知道我是否可以同时对 same 文件进行读取和写入连接（一直打开，一次一个？）。下面显示了这个想法（但“挂起”并因此失败）。

## Create an example file
fnm <- "foo.txt" # file name
sink(fnm)
cat("Hello\n## ----\nworld\n")
sink()

## Read the file 'fnm' one line at a time and write it back to 'fnm'
## if it does *not* contain the pattern 'pat'
pat <- "## ----" # pattern
while(TRUE) {
    rcon <- file(fnm, "r") # read connection
    line <- readLines(rcon, n = 1) # read one line
    close(rcon)
    if(length(line) == 0) { # end of file
        break
    } else {
        if(!grepl(pat, line)) {
            wcon <- file(fnm, "w")
            writeLines(line, con = wcon)
            close(wcon)
        }
    }
}

注意：

1) 如果写入新文件，请参阅here 以获得答案。然后可以删除旧文件并将新文件重命名为旧文件，但这似乎不太优雅:-)。

2) 更新：以下MWE产生

Hello
world
-
world

见：

## Create an example file
fnm <- "foo.txt" # file name
sink(fnm)
cat("Hello\n## ----\nworld\n")
sink()

## Read the file 'fnm' one line at a time and write it back to 'fnm'
## if it does *not* contain the pattern 'pat'
pat <- "## ----" # pattern
con <- file(fnm, "r+") # read and write connection
while(TRUE) {
    line <- readLines(con, n = 1L) # read one line
    if(length(line) == 0) break # end of file
    if(!grepl(pat, line))
        writeLines(line, con = con)
}
close(con)

Answer 1

我认为你只需要open = 'r+'。来自?file：

模式

"r+", "r+b" -- 开放读写。

我没有您的示例文件，所以我将只提供以下最小示例：

取一个26行带有a-z的文件，并用A-Z一一替换：

tmp = tempfile()
writeLines(letters, tmp)
f = file(tmp, 'r+')
while (TRUE) {
  l = readLines(f, n = 1L)
  if (!length(l)) break
  writeLines(LETTERS[match(l, letters)], f)
}
close(f)

readLines(f) 之后确认这有效。

Answer 2

我知道您想使用 R，但以防万一您不知道，有一些非常简单的脚本工具在此类任务中表现出色。例如，gawk 几乎就是为这种类型的操作而设计的，并且非常简单，即使没有任何先验知识，您也可以在几分钟内为此编写脚本。

这是在 gawk 中执行此操作的单行代码（如果您使用的是 Unix，则为 awk）：

gawk -i inplace '!/^pat/ {print}' foo.txt

当然，在 R 中使用

system(paste0("gawk -i inplace '!/^", pat, "/ {print}' ", fnm))