PHP读取CSV大文件导入数据库的示例

文章详细介绍了csv文件在php中快速导入到mysql数据库中的例子,虽然从最简单的几百MB的到最后使用插件实现几个GB数据导入中间有一些嗑碰了,但结果还是好的.

对于数百万条数据量的CSV文件,文件大小可能达到数百M,如果简单读取的话很可能出现超时或者卡死的现象.

为了成功将CSV文件里的数据导入数据库,分批处理是非常必要的,下面这个函数是读取CSV文件中指定的某几行数据,代码如下:

<?php
/** 
 * csv_get_lines 读取CSV文件中的某几行数据
 * @param $csvfile csv文件路径
 * @param $lines 读取行数
 * @param $offset 起始行数
 * @return array
 *
 */
function csv_get_lines($csvfile, $lines, $offset = 0) {
    if (!$fp = fopen($csvfile, &#39;r&#39;)) {
        //开源代码phprm.com
        return false;
    }
    $i = $j = 0;
    while (false !== ($line = fgets($fp))) {
        if ($i++ < $offset) {
            continue;
        }
        break;
    }
    $data = array();
    while (($j++ < $lines) && !feof($fp)) {
        $data[] = fgetcsv($fp);
    }
    fclose($fp);
    return $data;
}
//调用方法：
$data = csv_get_lines(&#39;path/bigfile.csv&#39;, 10, 2000000);
print_r($data);
?>

函数主要采用行定位的思路,通过跳过起始行数来实现文件指针定位,至于数据如何入库本文不再详细讲述.

上述函数对500M以内的文件进行过测试,运行通畅,对于1GB的文件发现有点慢了,于是再接着找方法.

如何快速完整的操作大文件仍然还存在一些问题.

1、如何快速获取CSV大文件的总行数？

办法一:直接获取文件内容，使用换行符进行拆分得出总行数，这种办法对小文件可行，处理大文件时不可行；

办法二:使用fgets一行一行遍历，得出总行数，这种办法比办法一好一些，但大文件仍有超时的可能；

办法三:借助SplFileObject类，直接将指针定位到文件末尾，通过SplFileObject::key方法获取总行数，这种办法可行，且高效。

具体实现方法,代码如下:

$csv_file = 'path/bigfile.csv'; 
$spl_object = new SplFileObject($csv_file, 'rb'); 
$spl_object->seek(filesize($csv_file)); 
echo $spl_object->key();

2、如何快速获取CSV大文件的数据？

仍然使用PHP的SplFileObject类,通过seek方法实现快速定位,代码如下:

$csv_file = 'path/bigfile.csv'; 
$start = 100000;  // 从第100000行开始 www.phprm.com读取 
$num = 100;    // 读取100行 
$data = array(); 
$spl_object = new SplFileObject($csv_file, 'rb'); 
$spl_object->seek($start); 
while ($num-- && !$spl_object->eof()) { 
 $data[] = $spl_object->fgetcsv(); 
 $spl_object->next(); 
}

print_r($data); 

综合上面两点,整理成一个csv文件读取的类,代码如下:

<?php
class CsvReader {
    private $csv_file;
    private $spl_object = null;
    private $error;
    public function __construct($csv_file = &#39;&#39;) {
        if ($csv_file && file_exists($csv_file)) {
            $this->csv_file = $csv_file;
        }
    }
    public function set_csv_file($csv_file) {
        if (!$csv_file || !file_exists($csv_file)) {
            $this->error = &#39;File invalid&#39;;
            return false;
        }
        $this->csv_file = $csv_file;
        $this->spl_object = null;
    }
    public function get_csv_file() {
        return $this->csv_file;
    }
    private function _file_valid($file = &#39;&#39;) {
        $file = $file ? $file : $this->csv_file;
        if (!$file || !file_exists($file)) {
            return false;
        }
        if (!is_readable($file)) {
            return false;
        }
        return true;
    }
    private function _open_file() {
        if (!$this->_file_valid()) {
            $this->error = &#39;File invalid&#39;;
            return false;
        }
        if ($this->spl_object == null) {
            $this->spl_object = new SplFileObject($this->csv_file, &#39;rb&#39;);
        }
        return true;
    }
    public function get_data($length = 0, $start = 0) {
        if (!$this->_open_file()) {
            return false;
        }
        $length = $length ? $length : $this->get_lines();
        $start = $start - 1;
        $start = ($start < 0) ? 0 : $start;
        $data = array();
        $this->spl_object->seek($start);
        while ($length-- && !$this->spl_object->eof()) {
            $data[] = $this->spl_object->fgetcsv();
            $this->spl_object->next();
        }
        return $data;
    }
    public function get_lines() {
        if (!$this->_open_file()) {
            return false;
        }
        $this->spl_object->seek(filesize($this->csv_file));
        return $this->spl_object->key();
    }
    public function get_error() {
        return $this->error;
    }
}
?>

调用方法如下:

include('CsvReader.class.php'); 
$csv_file = 'path/bigfile.csv'; 
$csvreader = new CsvReader($csv_file); 
$line_number = $csvreader->get_lines(); 
$data = $csvreader->get_data(10); 
echo $line_number, chr(10); 
print_r($data);

其实,上述CsvReader类并不只针对CSV大文件,对于其他文本类型的大文件或超大文件同样可用,前提是将类中fgetcsv方法稍加改动为current即可.

教程链接:

随意转载~但请保留教程地址★