回用LUA

Question

我试图寻找相当大的文件一定的字符串，返回其偏移一个字符串的偏移量。我是新来的Lua和我目前的做法是这样的：

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，这种方式非常原始，肯定慢。我怎么能更有效地做到这一点？

在此先感谢。

Answer 1

如果文件不是太大，你可以备用内存，只需要在整个文件中使用，只需使用string.find即可。如果不是，您可以按块搜索文件。

你的做法是不是所有的坏。我建议加载文件在重叠块中。重叠避免了模式只是块之间的分裂，会被忽视，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，你也可以使用的伎俩解释here。在Lua中的编程中的This section解释了读取文件的一些性能考虑事项。

Answer 2

除非你的线都相同lenght（4096），我没有看到你的代码是如何工作的。

而不是使用io.lines的，读取的块与io.read(4096)。剩下的代码可以按原样使用，除了需要处理字符串不完全在块内的情况。如果文件由行组成，那么在Lua编程中提到的一个技巧是做io.read(4096,"*l")，读取以行边界结束的块。然后，你不必担心字符串不完全块内部，但你需要调整偏移计算包括块的长度，而不仅仅是4096