如何高效检索大文件的最后N行？

获取文件的最后 N 行，模拟“尾部”

简介：

分析大型日志文件时，通常需要检索最后 N 行以进行分页或检查。这就提出了如何有效地使用偏移量尾部日志文件的问题。

候选解决方案 1：

def tail(f, n, offset=0):
    avg_line_length = 74
    to_read = n + offset
    while 1:
        try:
            f.seek(-(avg_line_length * to_read), 2)
        except IOError:
            f.seek(0)
        pos = f.tell()
        lines = f.read().splitlines()
        if len(lines) >= to_read or pos == 0:
            return lines[-to_read:offset and -offset or None]
        avg_line_length *= 1.3

评估：

This该方法对平均行长度进行假设，并逐渐向后查找，直到找到足够的行。由于最初的估计，它可能需要多次寻找，可能会导致性能损失。

候选解决方案 2：

def tail(f, lines=20):
    BLOCK_SIZE = 1024
    f.seek(0, 2)
    block_end_byte = f.tell()
    lines_to_go = lines
    block_number = -1
    blocks = []
    while lines_to_go > 0 and block_end_byte > 0:
        if (block_end_byte - BLOCK_SIZE > 0):
            f.seek(block_number * BLOCK_SIZE, 2)
            blocks.append(f.read(BLOCK_SIZE))
        else:
            f.seek(0, 0)
            blocks.append(f.read(block_end_byte))
        lines_found = blocks[-1].count('\n')
        lines_to_go -= lines_found
        block_end_byte -= BLOCK_SIZE
        block_number -= 1
    all_read_text = ''.join(reversed(blocks))
    return '\n'.join(all_read_text.splitlines()[-lines:])

解释：

此方法逐块回溯文件，直到找到所需数量的换行符。它不会对行长度做出假设，如果文件太小而无法回溯，则会从头开始读取。

比较：

候选解决方案 2 通常比候选解决方案 1 更高效、更稳健，因为它不依赖于估计并按顺序读取文件。这是一种更可靠的使用偏移量来跟踪日志文件的方法。

以上是如何高效检索大文件的最后N行？的详细内容。更多信息请关注PHP中文网其他相关文章！