Question

我正在搜索n-gram（大约100万行）的大型外部文件，以查找特定字符串的实例，并希望能够从该字符串出现的文件中返回整行。想知道这是否可能以及如何实现。这是我目前的代码：

 composeLines = function(importantWords, cb) {
    var word = importantWords.shift();

    fs.readFile("./w5_.txt", function(err, cont) {
      if (err) throw err;
      console.log("String"+(cont.indexOf(word)>-1 ? " " : " not ")+"found");

      cb(importantWords);
    });

  };

使用此代码，我能够确定文件w5_.txt是否包含一些很棒的字符串，但我需要能够获得它所属的n-gram。例如。搜索“design”会从文件中返回n-gram“设计的一部分”。

对此的任何帮助将不胜感激。

Answer 1

一种选择是使用正则表达式：

// Make sure `word` is properly escaped first

// 'm' allows '^' and '$' to match line boundaries or
// start and beginning of the input (respectively)
var re = new RegExp('^.*' + word + '.*$', 'm');
var m = re.exec(cont);
if (m)
  console.log('Word %j found on line: %j', word, m[0]);
else
  console.log('Word %j not found', word);

Answer 2

由于有数百万行，你应该以某种方式逐行阅读：

var word = importantWords.shift();

var matchCount = 0;
var lineCount  = 0;

var lineReader = require('readline').createInterface({
  input: require('fs').createReadStream('file.in')
});

lineReader.on('line', function (line) {
  lineCount++;
  if(-1 < line.indexOf(word)){
    console.log(line);
    matchCount++;
  }
});

使用Node.js的fs.readFile（）返回字符串出现的行

2 个答案: