关于javascript：node.js：将文本文件读入数组。 (每行都是数组中的一个项目。)


node.js: read a text file into an array. (Each line an item in the array.)

我想将一个非常非常大的文件读入node.js中的JavaScript数组。

所以，如果文件是这样的：

1
2
3
4
5
first line
two
three
...
...

我会有阵列：

1
['first line','two','three', ... , ... ]

该函数看起来像这样：

1
var array = load(filename);

因此，将它全部作为字符串加载然后拆分它的想法是不可接受的。

相关讨论

同步：

1
2
3
4
5
6
var fs = require('fs');
var array = fs.readFileSync('file.txt').toString().split("
");
for(i in array) {
    console.log(array[i]);
}

异步：

1
2
3
4
5
6
7
8
9
var fs = require('fs');
fs.readFile('file.txt', function(err, data) {
    if(err) throw err;
    var array = data.toString().split("
");
    for(i in array) {
        console.log(array[i]);
    }
});
相关讨论

如果您可以将最终数据放入数组中，那么您是否也可以将其放入字符串并将其拆分，如同建议的那样？
在任何情况下，如果您想一次处理一行文件，您也可以尝试这样的事情：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
var fs = require('fs');

function readLines(input, func) {
  var remaining = '';

  input.on('data', function(data) {
    remaining += data;
    var index = remaining.indexOf('
');
    while (index > -1) {
      var line = remaining.substring(0, index);
      remaining = remaining.substring(index + 1);
      func(line);
      index = remaining.indexOf('
');
    }
  });

  input.on('end', function() {
    if (remaining.length > 0) {
      func(remaining);
    }
  });
}

function func(data) {
  console.log('Line: ' + data);
}

var input = fs.createReadStream('lines.txt');
readLines(input, func);

编辑:(回应phopkins的评论)我认为(至少在较新版本中)substring不会复制数据，但会创建一个特殊的SlicedString对象(快速浏览一下v8源代码)。在任何情况下，这里都有一个修改，避免提到的子串(在一个文件上测试几兆字节的"所有工作，没有游戏使杰克成为一个沉闷的男孩")：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
function readLines(input, func) {
  var remaining = '';

  input.on('data', function(data) {
    remaining += data;
    var index = remaining.indexOf('
');
    var last  = 0;
    while (index > -1) {
      var line = remaining.substring(last, index);
      last = index + 1;
      func(line);
      index = remaining.indexOf('
', last);
    }

    remaining = remaining.substring(last);
  });

  input.on('end', function() {
    if (remaining.length > 0) {
      func(remaining);
    }
  });
}
相关讨论

使用Node.js readline模块。

1
2
3
4
5
6
7
8
9
10
var fs = require('fs');
var readline = require('readline');

var filename = process.argv[2];
readline.createInterface({
    input: fs.createReadStream(filename),
    terminal: false
}).on('line', function(line) {
   console.log('Line: ' + line);
});
相关讨论

使用readline(文档)。这是一个读取css文件，解析图标并将它们写入json的示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
var results = [];
  var rl = require('readline').createInterface({
    input: require('fs').createReadStream('./assets/stylesheets/_icons.scss')
  });


  // for every new line, if it matches the regex, add it to an array
  // this is ugly regex :)
  rl.on('line', function (line) {
    var re = /\.icon-icon.*:/;
    var match;
    if ((match = re.exec(line)) !== null) {
      results.push(match[0].replace(".",'').replace(":",''));
    }
  });


  // readline emits a close event when the file is read.
  rl.on('close', function(){
    var outputFilename = './icons.json';
    fs.writeFile(outputFilename, JSON.stringify(results, null, 2), function(err) {
        if(err) {
          console.log(err);
        } else {
          console.log("JSON saved to" + outputFilename);
        }
    });
  });

file.lines使用JFile包

伪

1
2
3
4
var JFile=require('jfile');

var myF=new JFile("./data.txt");
myF.lines // ["first line","second line"] ....

别忘了：

1
npm install jfile --save

使用BufferedReader，但该函数应该是异步的：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
var load = function (file, cb){
    var lines = [];
    new BufferedReader (file, { encoding:"utf8" })
        .on ("error", function (error){
            cb (error, null);
        })
        .on ("line", function (line){
            lines.push (line);
        })
        .on ("end", function (){
            cb (null, lines);
        })
        .read ();
};

load ("file", function (error, lines){
    if (error) return console.log (error);
    console.log (lines);
});
相关讨论

我只是想添加@finbarr很棒的答案，在异步示例中有一点修复：

异步：

1
2
3
4
5
6
7
8
9
10
var fs = require('fs');
fs.readFile('file.txt', function(err, data) {
    if(err) throw err;
    var array = data.toString().split("
");
    for(i in array) {
        console.log(array[i]);
    }
    done();
});

@MadPhysicist，done()是发布异步的东西。呼叫。

这是@mtomis对上述答案的一种变体。

它创建了一个线流。它会发出"数据"和"结束"事件，允许您处理流的结尾。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
var events = require('events');

var LineStream = function (input) {
    var remaining = '';

    input.on('data', function (data) {
        remaining += data;
        var index = remaining.indexOf('
');
        var last = 0;
        while (index > -1) {
            var line = remaining.substring(last, index);
            last = index + 1;
            this.emit('data', line);
            index = remaining.indexOf('
', last);
        }
        remaining = remaining.substring(last);
    }.bind(this));

    input.on('end', function() {
        if (remaining.length > 0) {
            this.emit('data', remaining);
        }
        this.emit('end');
    }.bind(this));
}

LineStream.prototype = new events.EventEmitter;

将它用作包装器：

1
2
3
4
5
6
7
8
9
var lineInput = new LineStream(input);

lineInput.on('data', function (line) {
    // handle line
});

lineInput.on('end', function() {
    // wrap it up
});
相关讨论

我遇到了同样的问题，我已经逐行解决了这个问题

https://www.npmjs.com/package/line-by-line

至少在我看来，它就像魅力一样，在同步和异步模式下。

此外，线路终止不终止 n的问题可以通过选项解决：

1
{ encoding: 'utf8', skipEmptyLines: false }

线路同步处理：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
var LineByLineReader = require('line-by-line'),
    lr = new LineByLineReader('big_file.txt');

lr.on('error', function (err) {
    // 'err' contains error object
});

lr.on('line', function (line) {
    // 'line' contains the current line without the trailing newline character.
});

lr.on('end', function () {
    // All lines are read, file is closed now.
});

使用Node.js v8或更高版本具有将正常功能转换为异步功能的新功能。

util.promisify

这是一个很棒的功能。下面是将txt文件中的10000个数字解析为数组的示例，使用数字上的合并排序计算反转。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
// read from txt file
const util = require('util');
const fs = require('fs')
fs.readFileAsync = util.promisify(fs.readFile);
let result = []

const parseTxt = async (csvFile) => {
  let fields, obj
  const data = await fs.readFileAsync(csvFile)
  const str = data.toString()
  const lines = str.split('

')
  // const lines = str
  console.log("lines", lines)
  // console.log("str", str)

  lines.map(line => {
    if(!line) {return null}
    result.push(Number(line))
  })
  console.log("result",result)
  return result
}
parseTxt('./count-inversion.txt').then(() => {
  console.log(mergeSort({arr: result, count: 0}))
})

要将大文件读入数组，您可以逐行读取或按块读取块。

逐行参考我的答案

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
var fs = require('fs'),
    es = require('event-stream'),

var lines = [];

var s = fs.createReadStream('filepath')
    .pipe(es.split())
    .pipe(es.mapSync(function(line) {
        //pause the readstream
        s.pause();
        lines.push(line);
        s.resume();
    })
    .on('error', function(err) {
        console.log('Error:', err);
    })
    .on('end', function() {
        console.log('Finish reading.');
        console.log(lines);
    })
);

chunk by chunk参考这篇文章

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
var offset = 0;
var chunkSize = 2048;
var chunkBuffer = new Buffer(chunkSize);
var fp = fs.openSync('filepath', 'r');
var bytesRead = 0;
while(bytesRead = fs.readSync(fp, chunkBuffer, 0, chunkSize, offset)) {
    offset += bytesRead;
    var str = chunkBuffer.slice(0, bytesRead).toString();
    var arr = str.split('
');

    if(bytesRead = chunkSize) {
        // the last item of the arr may be not a full line, leave it to the next chunk
        offset -= arr.pop().length;
    }
    lines.push(arr);
}
console.log(lines);