Question

我有大文本文件，范围介于30MB和10GB之间。如何使用Node.js计算文件中的行数？

我有这些限制：

整个文件不需要写入内存
执行任务不需要子进程

Answer 1

解决方案，不使用wc：

var i;
var count = 0;
require('fs').createReadStream(process.argv[2])
  .on('data', function(chunk) {
    for (i=0; i < chunk.length; ++i)
      if (chunk[i] == 10) count++;
  })
  .on('end', function() {
    console.log(count);
  });

速度较慢，但没有那么多你可能期望 - 140M +文件的0.6s，包括node.js loading＆amp;启动时间

>time node countlines.js video.mp4 
619643

real    0m0.614s
user    0m0.489s
sys 0m0.132s

>time wc -l video.mp4 
619643 video.mp4
real    0m0.133s
user    0m0.108s
sys 0m0.024s

>wc -c video.mp4
144681406  video.mp4

Answer 2

您可以根据评论建议使用wc

执行此操作

var exec = require('child_process').exec;

exec('wc /path/to/file', function (error, results) {
    console.log(results);
});

Answer 3

我们可以使用indexOf让VM找到新行：

function countFileLines(filePath){
  return new Promise((resolve, reject) => {
  let lineCount = 0;
  fs.createReadStream(filePath)
    .on("data", (buffer) => {
      let idx = -1;
      lineCount--; // Because the loop will run once for idx=-1
      do {
        idx = buffer.indexOf(10, idx+1);
        lineCount++;
      } while (idx !== -1);
    }).on("end", () => {
      resolve(lineCount);
    }).on("error", reject);
  });
};

此解决方案的作用是使用.indexOf找到第一个换行符的位置。它递增lineCount，然后找到下一个位置。 .indexOf的第二个参数告诉我们从哪里开始寻找换行符。这样我们就跳过缓冲区的大块。对于每个换行，while循环将运行一次，加上一个。

我们让Node运行时搜索我们，这是在较低级别实现的，应该更快。

在我的系统上，这大约是在大文件（111 MB）上缓冲区长度上运行for循环的速度的两倍。

Answer 4

因为iojs 1.5.0有Buffer#indexOf()方法，用它来与Andrey Sidorov的答案进行比较：

ubuntu@server:~$ wc logs
  7342500  27548750 427155000 logs
ubuntu@server:~$ time wc -l logs 
7342500 logs

real    0m0.180s
user    0m0.088s
sys 0m0.084s
ubuntu@server:~$ nvm use node
Now using node v0.12.1
ubuntu@server:~$ time node countlines.js logs 
7342500

real    0m2.559s
user    0m2.200s
sys 0m0.340s
ubuntu@server:~$ nvm use iojs
Now using node iojs-v1.6.2
ubuntu@server:~$ time iojs countlines2.js logs 
7342500

real    0m1.363s
user    0m0.920s
sys 0m0.424s
ubuntu@server:~$ cat countlines.js 
var i;
var count = 0;
require('fs').createReadStream(process.argv[2])
  .on('data', function(chunk) {
    for (i=0; i < chunk.length; ++i)
      if (chunk[i] == 10) count++;
  })
  .on('end', function() {
    console.log(count);
  });
ubuntu@server:~$ cat countlines2.js 
var i;
var count = 0;
require('fs').createReadStream(process.argv[2])
  .on('data', function(chunk) {
    var index = -1;
    while((index = chunk.indexOf(10, index + 1)) > -1) count++
  })
  .on('end', function() {
    console.log(count);
  });
ubuntu@server:~$

Answer 5

var fs=require('fs');
filename=process.argv[2];
var data=fs.readFileSync(filename);
var res=data.toString().split('\n').length;
console.log(res-1);`

Answer 6

这是没有那么多嵌套的另一种方式。

var fs = require('fs');
filePath = process.argv[2];
fileBuffer =  fs.readFileSync(filePath);
to_string = fileBuffer.toString();
split_lines = to_string.split("\n");
console.log(split_lines.length-1);

Answer 7

您也可以使用indexOf（）：

var index = -1;
var count = 0;
while ((index = chunk.indexOf(10, index + 1)) > -1) count++;

Answer 8

有一个名为count-lines-in-file的npm模块。我已经将它用于小型（<1000行）文件，到目前为止它的工作效果很好。

Answer 9

如果您使用的是Node 8及更高版本，则可以使用这种异步/等待模式

_Bool

Answer 10

我发现的最佳解决方案是使用promises，async和await。这也是一个如何等待履行承诺的例子：

#!/usr/bin/env node
const fs = require('fs');
const readline = require('readline');
function main() {
    function doRead() {
        return new Promise(resolve => {
            var inf = readline.createInterface({
                input: fs.createReadStream('async.js'),
                crlfDelay: Infinity
            });
            var count = 0;
            inf.on('line', (line) => {
                console.log(count + ' ' + line);
                count += 1;
            });
            inf.on('close', () => resolve(count));
        });
    }
    async function showRead() {
        var x = await doRead();
        console.log('line count: ' + x);
    }
    showRead();
}
main();

Node.js：计算文件中的行数

10 个答案: