Question

在参考了很多博客和文章后，我已经达到了以下代码，用于在文件夹内的所有文件中搜索字符串。它在我的测试中运行良好。

问题

是否有更快的方法（使用C＃）？
是否有任何方案会因此代码而失败？

注意：我使用非常小的文件进行了测试。文件数量也很少。

CODE

static void Main()
    {
        string sourceFolder = @"C:\Test";
        string searchWord = ".class1";

        List<string> allFiles = new List<string>();
        AddFileNamesToList(sourceFolder, allFiles);
        foreach (string fileName in allFiles)
        {
            string contents = File.ReadAllText(fileName);
            if (contents.Contains(searchWord))
            {
                Console.WriteLine(fileName);
            }
        }

        Console.WriteLine(" ");
        System.Console.ReadKey();
    }

    public static void AddFileNamesToList(string sourceDir, List<string> allFiles)
    {

            string[] fileEntries = Directory.GetFiles(sourceDir);
            foreach (string fileName in fileEntries)
            {
                allFiles.Add(fileName);
            }

            //Recursion    
            string[] subdirectoryEntries = Directory.GetDirectories(sourceDir);
            foreach (string item in subdirectoryEntries)
            {
                // Avoid "reparse points"
                if ((File.GetAttributes(item) & FileAttributes.ReparsePoint) != FileAttributes.ReparsePoint)
                {
                    AddFileNamesToList(item, allFiles);
                }
            }

    }

参考

Answer 1

而不是File.ReadAllText（）更好地使用

File.ReadLines(@"C:\file.txt");

返回IEnumerable（已产生），因此如果在到达文本文件的最后一行之前找到了字符串，则不必读取整个文件

Answer 2

我写的东西非常相似，我建议做一些改变。

使用Directory.EnumerateDirectories代替GetDirectories，它会立即返回IEnumerable，因此您无需等待它在处理之前完成所有目录的读取。
使用ReadLines代替ReadAllText，这只会在内存中一次加载一行，如果你点击一个大文件，这将是一个大问题。
如果您使用的是足够新版本的.NET，请使用Parallel.ForEach，这样您就可以一次搜索多个文件。
您可能无法打开文件，需要检查读取权限或add to the manifest您的程序需要管理员权限（您仍应检查）

我正在创建一个二进制搜索工具，这里有一些我写给你的手的片段

private void backgroundWorker1_DoWork(object sender, DoWorkEventArgs e)
{
    Parallel.ForEach(Directory.EnumerateFiles(_folder, _filter, SearchOption.AllDirectories), Search);
}

//_array contains the binary pattern I am searching for.
private void Search(string filePath)
{
    if (Contains(filePath, _array))
    {
        //filePath points at a match.
    }
}

private static bool Contains(string path, byte[] search)
{
    //I am doing ReadAllBytes due to the fact that I am doing a binary search not a text search
    //  There are no "Lines" to seperate out on.
    var file = File.ReadAllBytes(path);
    var result = Parallel.For(0, file.Length - search.Length, (i, loopState) =>
        {
            if (file[i] == search[0])
            {
                byte[] localCache = new byte[search.Length];
                Array.Copy(file, i, localCache, 0, search.Length);
                if (Enumerable.SequenceEqual(localCache, search))
                    loopState.Stop();
            }
        });
    return result.IsCompleted == false;
}

这使用两个嵌套的并行循环。这种设计非常低效，使用Booyer-Moore search algorithm可以大大改善，但是我找不到二进制实现，而且我最初没有时间编写它来实现它。

Answer 3

这里的主要问题是您每次搜索都会实时搜索所有文件。如果有2个以上的用户同时搜索，则还存在文件访问冲突的可能性。

以极大地提高性能我会提前索引文件，并在编辑/保存时对其进行索引。使用类似lucene.net的内容存储索引，然后查询索引（再次使用luence.net）并将文件名返回给用户。所以用户永远不会直接查询文件。

如果您按照此SO Post中的链接进行操作，则可能需要先实施索引。我没有按照链接，但值得一看。

只是抬头，这将是你当前方法的一个强烈转变，需要

监控/索引文件的服务
UI项目

Answer 4

如果您缺少permission to open a file，我认为您的代码会失败并出现异常。

将其与此处的代码进行比较：http://bgrep.codeplex.com/releases/view/36186

后一个代码支持

正则表达式搜索和
文件扩展名的过滤器

- 你应该考虑的事情。

Answer 5

而不是Contains更好地使用算法Boyer-Moore搜索。
失败场景：文件没有读取权限。

使用C＃更好地搜索所有文件中的字符串

5 个答案: