使用TCL是否可以“向后”读取文件？

Question

我有一个非常大的文本文件，我必须从中提取一些数据。我逐行读取文件并查找关键字。因为我知道我正在寻找的关键字更接近文件的末尾而不是开始，所以我想知道是否有可能从最后一行而不是第一行开始读取文件。然后，我会用一个关键词表示“这个词以外的所有东西都不是干扰词”，然后停止阅读。

这有可能吗？

Answer 1

不，这是不可能的(在我知道的任何运行时/语言中，包括Tcl )。

因此，请选择缓冲区一侧，并通过向后查找并尝试每次读取完整的缓冲区来读取您的文件。

请注意，您必须观察某些可能性：

• 该文件可能小于缓冲区的大小。
• 看起来，您正在处理一个文本文件，并且希望按行处理它。如果是这样的话，请注意，如果代码是跨平台的，或者必须在Windows上工作，则必须处理这样的情况:上次读取操作前放置在缓冲区中的数据以LF开头，下一个读取操作(前一个块的读取操作)将以CR结束，也就是说，您的EOL标记将被分割到缓冲区中。 您可能想看看Tcl_GetsObj()在generic/tclIO.c文件中的实现，Tcl源代码-it在正常(“向前”)从文件中读取文本字符串时处理拆分CRLF。

Answer 2

我不知道这会有多大的性能，但是通过tac运行该文件并从中读取：

set fh [open "|tac filename"]
# read from last line to first
while {[gets $fh line] != -1} {...

另一种策略是读取文件的最后5000个字节(使用seek)，在换行符上拆分并检查这些行，然后从末尾查找10000，然后读取“下一个”5000字节，等等。

Answer 3

如果您不知道记录的大小(即行长)，抓取文件的末尾以便进行搜索，最简单的方法是抓取过多的内容并进行处理。

set f [open $filename]
# Pick some large value; the more you read, the slower
seek $f -100000 end
# Read to the end, split into lines and *DISCARD FIRST*
set lines [lrange [split [read $f] "\n"] 1 end]

现在您可以使用lsearch进行搜索。(请注意，您将不知道匹配行在文件中的确切位置；如果需要，您必须做更多的工作。)

if {[lsearch -glob $lines "*FooBar*"] >= 0} {
    ...
}

删除读部分的第一行是因为您可能正在开始读到一行的一半；删除第一行将意味着您只有真正的行需要处理。(对于任何现代计算机系统来说，100 it并不是很好的搜索对象，但您可能会进一步限制它。这取决于数据的细节。)