在 Node.js 中从第 N 行读取到第 M 行文本文件

Question

虽然我找到了很多关于逐行读取文本文件或读取第 N 行的示例，但我找不到任何关于如何从第 N 行读取到第 M 行的示例。

文件有点大，约 5 GB（约 1000 万行）。

编辑：线条没有固定长度。

Answer 1

您可以使用 readline 功能将文件作为流读取，而无需将其整体加载到 RAM。这是一个如何完成的示例：

const fs = require('fs');
const readline = require('readline');

function readFromN2M(filename, n, m, func) {
  const lineReader = readline.createInterface({
    input: fs.createReadStream(filename),
  });

  let lineNumber = 0;

  lineReader.on('line', function(line) {
    lineNumber++;
    if (lineNumber >= n && lineNumber < m) {
      func(line, lineNumber);
    }
  });
}

让我们试试吧：

// whatever you would like to do with those lines
const fnc = (line, number) => {
  // e.g. print them to console like this:
  console.log(`--- number: ${number}`);
  console.log(line);
};

// read from this very file, lines from 4 to 7 (excluding 7):
readFromN2M(__filename, 4, 7, fnc);

这给出了输出：

//  --- number: 4
//  function readFromN2M(filename, n, m, func) {
//  --- number: 5
//    const lineReader = readline.createInterface({
//  --- number: 6
//      input: fs.createReadStream(filename),

行从 1 开始编号。要从 0 开始，只需稍微修改编号即可。

更新：

我刚刚意识到，从某种意义上说，这种方法并不是 100% 安全的，如果某个文件没有以换行符结尾，那么这种文件的最后一行就不会以这种方式读取。这就是 readline 的设计方式......为了克服这个问题，我会以更复杂的方式准备文件流 - 通过在需要时向这些流添加新的行字符。这将使解决方案更长一些。但一切皆有可能。

更新 2

正如您在评论中提到的那样，即使在已经找到所需的行之后，lineReader 也会继续遍历，这会减慢应用程序的速度。我认为我们可以这样阻止它：

lineReader.on('line', function(line) {
  lineNumber++;
  if (lineNumber >= n && lineNumber < m) {
    func(line, lineNumber);
  }

接下来的 3 行应该“很快”停止 lineReader，但不会立即停止，如 official docs 中所述

  if (lineNumber > m) {
    lineReader.close();
  }
});

我相信这应该可以解决问题。