Question

显示非常大的文本文件的最后10行的最有效方法是什么（此特定文件超过10GB）。我只想写一个简单的C＃应用程序，但我不确定如何有效地做到这一点。

Answer 1

读到文件的末尾，然后向后搜索，直到找到10个换行符，然后在考虑各种编码的情况下向前读取。务必处理文件中行数少于10的情况。下面是一个实现（在C＃中标记为此），通用于查找位于numberOfTokens的{{1}}文件中的最后path，其中标记分隔符由{{1}表示}};结果以encoding形式返回（这可以通过返回枚举标记的tokenSeparator来改进。

string

Answer 2

我可能只是打开它作为二进制流，寻找到最后，然后备份寻找换行符。备份10（或11取决于最后一行）以找到您的10行，然后只读到最后并在您阅读的内容上使用Encoding.GetString将其转换为字符串格式。根据需要拆分。

Answer 3

尾？ Tail是一个unix命令，它将显示文件的最后几行。 Windows 2003 Server resource kit中有一个Windows版本。

Answer 4

正如其他人所建议的那样，您可以转到文件的末尾并有效地向后阅读。然而，它有点棘手 - 特别是因为如果你有一个可变长度编码（如UTF-8），你需要狡猾地确保你得到“整个”字符。

Answer 5

你应该可以使用FileStream.Seek()移动到文件的末尾，然后向后工作，寻找\ n直到你有足够的行。

Answer 6

我不确定它的效率如何，但在Windows PowerShell中获取文件的最后十行就像

一样简单

Get-Content file.txt | Select-Object -last 10

Answer 7

这就是unix tail命令的作用。见http://en.wikipedia.org/wiki/Tail_(Unix)

互联网上有很多开源实现，这里有一个用于win32：Tail for WIn32

Answer 8

我认为以下代码将通过重新编码重新编码来解决问题

StreamReader reader = new StreamReader(@"c:\test.txt"); //pick appropriate Encoding
reader.BaseStream.Seek(0, SeekOrigin.End);
int count = 0;
while ((count < 10) && (reader.BaseStream.Position > 0))
{
    reader.BaseStream.Position--;
    int c = reader.BaseStream.ReadByte();
    if (reader.BaseStream.Position > 0)
        reader.BaseStream.Position--;
    if (c == Convert.ToInt32('\n'))
    {
        ++count;
    }
}
string str = reader.ReadToEnd();
string[] arr = str.Replace("\r", "").Split('\n');
reader.Close();

Answer 9

您可以使用tail命令的Windows版本，只需将其输出打包到带有＆gt;的文本文件中。根据您的需求，在屏幕上显示符号或查看它。

Answer 10

这是我的版本。 HTH

using (StreamReader sr = new StreamReader(path))
{
  sr.BaseStream.Seek(0, SeekOrigin.End);

  int c;
  int count = 0;
  long pos = -1;

  while(count < 10)
  {
    sr.BaseStream.Seek(pos, SeekOrigin.End);
    c = sr.Read();
    sr.DiscardBufferedData();

    if(c == Convert.ToInt32('\n'))
      ++count;
    --pos;
  }

  sr.BaseStream.Seek(pos, SeekOrigin.End);
  string str = sr.ReadToEnd();
  string[] arr = str.Split('\n');
}

Answer 11

我认为其他海报都表明没有真正的捷径。

您可以使用诸如tail（或powershell）之类的工具，也可以编写一些寻找文件结尾的哑代码，然后回顾n个换行符。

网上有大量的尾部实现 - 看看源代码，看看他们如何做到这一点。 Tail是非常有效的（即使是非常大的文件），所以他们写作时必须正确！

Answer 12

一种有用的方法是FileInfo.Length。它以字节为单位给出文件的大小。

您的档案是什么结构？你确定最后10行会接近文件的末尾吗？如果你有一个包含12行文本和10GB 0的文件，那么查看结尾并不会那么快。然后，您可能需要查看整个文件。

如果您确定该文件在新行中包含多个短字符串，请搜索结尾，然后再检查，直到您计算了11行结束。然后你可以向前阅读接下来的10行。

Answer 13

如果使用FileMode.Append打开文件，它将为您寻找文件的末尾。然后你可以找回你想要的字节数并读取它们。不管你做了什么，它可能都不会很快，因为那是一个非常庞大的档案。

Answer 14

打开文件并开始阅读行。在你读完10行后，从文件的前面开始打开另一个指针，所以第二个指针滞后于第一行10行。继续阅读，同时移动两个指针，直到第一个到达文件的末尾。然后使用第二个指针读取结果。它适用于任何大小的文件，包括空和短于尾长。并且可以轻松调整任何长度的尾巴。当然，缺点是您最终会阅读整个文件，这可能正是您要避免的。

Answer 15

如果您的文件每行具有偶数格式（例如daq系统），则只需使用streamreader获取文件的长度，然后选择其中一行（readline()）。

将总长度除以字符串的长度。现在，您有一个通用的长数字来表示文件中的行数。

关键是您在获取数组或其他任何数据之前使用readline()。这将确保您将从新行的开头开始，而不是从前一行获得任何剩余数据。

StreamReader leader = new StreamReader(GetReadFile);
leader.BaseStream.Position = 0;
StreamReader follower = new StreamReader(GetReadFile);

int count = 0;
string tmper = null;
while (count <= 12)
{
    tmper = leader.ReadLine();
    count++;
}

long total = follower.BaseStream.Length; // get total length of file
long step = tmper.Length; // get length of 1 line
long size = total / step; // divide to get number of lines
long go = step * (size - 12); // get the bit location

long cut = follower.BaseStream.Seek(go, SeekOrigin.Begin); // Go to that location
follower.BaseStream.Position = go;

string led = null;
string[] lead = null ;
List<string[]> samples = new List<string[]>();

follower.ReadLine();

while (!follower.EndOfStream)
{
    led = follower.ReadLine();
    lead = Tokenize(led);
    samples.Add(lead);
}

Answer 16

使用Sisutil的答案作为起点，您可以逐行读取文件并将其加载到Queue<String>。它确实从一开始就读取文件，但它具有不尝试向后读取文件的优点。如果像Jon Skeet所指出的那样，如果你有一个像UTF-8那样的可变字符宽度编码的文件，这可能会非常困难。它也不对线长做任何假设。

我针对一个1.7GB的文件测试了这个（没有一个10GB的方便），花了大约14秒。当然，在比较计算机之间的加载和读取时间时，通常需要注意。

int numberOfLines = 10;
string fullFilePath = @"C:\Your\Large\File\BigFile.txt";
var queue = new Queue<string>(numberOfLines);

using (FileStream fs = File.Open(fullFilePath, FileMode.Open, FileAccess.Read, FileShare.Read)) 
using (BufferedStream bs = new BufferedStream(fs))  // May not make much difference.
using (StreamReader sr = new StreamReader(bs)) {
    while (!sr.EndOfStream) {
        if (queue.Count == numberOfLines) {
            queue.Dequeue();
        }

        queue.Enqueue(sr.ReadLine());
    }
}

// The queue now has our set of lines. So print to console, save to another file, etc.
do {
    Console.WriteLine(queue.Dequeue());
} while (queue.Count > 0);

Answer 17

我遇到了同样的问题，一个巨大的日志文件应该通过REST接口访问。当然将它加载到任何内存中并通过http发送它是没有解决方案。

正如乔恩所指出的，这个解决方案有一个非常具体的用例。在我的情况下，我肯定（并检查），编码是utf-8（使用BOM！），因此可以从UTF的所有祝福中获益。它肯定不是一个通用的解决方案。

这对我来说非常有效和快速（我忘了关闭流 - 现在修复）：

    private string tail(StreamReader streamReader, long numberOfBytesFromEnd)
    {
        Stream stream = streamReader.BaseStream;
        long length = streamReader.BaseStream.Length;
        if (length < numberOfBytesFromEnd)
            numberOfBytesFromEnd = length;
        stream.Seek(numberOfBytesFromEnd * -1, SeekOrigin.End);

        int LF = '\n';
        int CR = '\r';
        bool found = false;

        while (!found) {
            int c = stream.ReadByte();
            if (c == LF)
                found = true;
        }

        string readToEnd = streamReader.ReadToEnd();
        streamReader.Close();
        return readToEnd;
    }

我们首先使用BaseStream寻找接近结束的地方，当我们有正确的流位置时，使用通常的StreamReader读到最后。

这并不能真正指定结尾的线条数量，这无论如何都不是一个好主意，因为这些线条可能是任意长的，因此会再次破坏性能。所以我指定了字节数，在我们到达第一个换行符之前读取，并且读到最后。理论上，您也可以查找CarriageReturn，但在我的情况下，这不是必需的。

如果我们使用此代码，它不会打扰编写器线程：

        FileStream fileStream = new FileStream(
            filename,
            FileMode.Open,
            FileAccess.Read,
            FileShare.ReadWrite);

        StreamReader streamReader = new StreamReader(fileStream);

Answer 18

如果您需要从文本文件中反向读取任意数量的行，这里可以使用与LINQ兼容的类。它侧重于大型文件的性能和支持。您可以阅读多行并调用反向（）以前转顺序获取最后几行：

<强>用法：

var reader = new ReverseTextReader(@"C:\Temp\ReverseTest.txt");
while (!reader.EndOfStream)
    Console.WriteLine(reader.ReadLine());

ReverseTextReader类：

/// <summary>
/// Reads a text file backwards, line-by-line.
/// </summary>
/// <remarks>This class uses file seeking to read a text file of any size in reverse order.  This
/// is useful for needs such as reading a log file newest-entries first.</remarks>
public sealed class ReverseTextReader : IEnumerable<string>
{
    private const int BufferSize = 16384;   // The number of bytes read from the uderlying stream.
    private readonly Stream _stream;        // Stores the stream feeding data into this reader
    private readonly Encoding _encoding;    // Stores the encoding used to process the file
    private byte[] _leftoverBuffer;         // Stores the leftover partial line after processing a buffer
    private readonly Queue<string> _lines;  // Stores the lines parsed from the buffer

    #region Constructors

    /// <summary>
    /// Creates a reader for the specified file.
    /// </summary>
    /// <param name="filePath"></param>
    public ReverseTextReader(string filePath)
        : this(new FileStream(filePath, FileMode.Open, FileAccess.Read, FileShare.Read), Encoding.Default)
    { }

    /// <summary>
    /// Creates a reader using the specified stream.
    /// </summary>
    /// <param name="stream"></param>
    public ReverseTextReader(Stream stream)
        : this(stream, Encoding.Default)
    { }

    /// <summary>
    /// Creates a reader using the specified path and encoding.
    /// </summary>
    /// <param name="filePath"></param>
    /// <param name="encoding"></param>
    public ReverseTextReader(string filePath, Encoding encoding)
        : this(new FileStream(filePath, FileMode.Open, FileAccess.Read, FileShare.Read), encoding)
    { }

    /// <summary>
    /// Creates a reader using the specified stream and encoding.
    /// </summary>
    /// <param name="stream"></param>
    /// <param name="encoding"></param>
    public ReverseTextReader(Stream stream, Encoding encoding)
    {          
        _stream = stream;
        _encoding = encoding;
        _lines = new Queue<string>(128);            
        // The stream needs to support seeking for this to work
        if(!_stream.CanSeek)
            throw new InvalidOperationException("The specified stream needs to support seeking to be read backwards.");
        if (!_stream.CanRead)
            throw new InvalidOperationException("The specified stream needs to support reading to be read backwards.");
        // Set the current position to the end of the file
        _stream.Position = _stream.Length;
        _leftoverBuffer = new byte[0];
    }

    #endregion

    #region Overrides

    /// <summary>
    /// Reads the next previous line from the underlying stream.
    /// </summary>
    /// <returns></returns>
    public string ReadLine()
    {
        // Are there lines left to read? If so, return the next one
        if (_lines.Count != 0) return _lines.Dequeue();
        // Are we at the beginning of the stream? If so, we're done
        if (_stream.Position == 0) return null;

        #region Read and Process the Next Chunk

        // Remember the current position
        var currentPosition = _stream.Position;
        var newPosition = currentPosition - BufferSize;
        // Are we before the beginning of the stream?
        if (newPosition < 0) newPosition = 0;
        // Calculate the buffer size to read
        var count = (int)(currentPosition - newPosition);
        // Set the new position
        _stream.Position = newPosition;
        // Make a new buffer but append the previous leftovers
        var buffer = new byte[count + _leftoverBuffer.Length];
        // Read the next buffer
        _stream.Read(buffer, 0, count);
        // Move the position of the stream back
        _stream.Position = newPosition;
        // And copy in the leftovers from the last buffer
        if (_leftoverBuffer.Length != 0)
            Array.Copy(_leftoverBuffer, 0, buffer, count, _leftoverBuffer.Length);
        // Look for CrLf delimiters
        var end = buffer.Length - 1;
        var start = buffer.Length - 2;
        // Search backwards for a line feed
        while (start >= 0)
        {
            // Is it a line feed?
            if (buffer[start] == 10)
            {
                // Yes.  Extract a line and queue it (but exclude the \r\n)
                _lines.Enqueue(_encoding.GetString(buffer, start + 1, end - start - 2));
                // And reset the end
                end = start;
            }
            // Move to the previous character
            start--;
        }
        // What's left over is a portion of a line. Save it for later.
        _leftoverBuffer = new byte[end + 1];
        Array.Copy(buffer, 0, _leftoverBuffer, 0, end + 1);
        // Are we at the beginning of the stream?
        if (_stream.Position == 0)
            // Yes.  Add the last line.
            _lines.Enqueue(_encoding.GetString(_leftoverBuffer, 0, end - 1));

        #endregion

        // If we have something in the queue, return it
        return _lines.Count == 0 ? null : _lines.Dequeue();
    }

    #endregion

    #region IEnumerator<string> Interface

    public IEnumerator<string> GetEnumerator()
    {
        string line;
        // So long as the next line isn't null...
        while ((line = ReadLine()) != null)
            // Read and return it.
            yield return line;
    }

    IEnumerator IEnumerable.GetEnumerator()
    {
        throw new NotImplementedException();
    }

    #endregion
}

Answer 19

使用PowerShell，Get-Content big_file_name.txt -Tail 10，其中10是要检索的底行数。

这没有性能问题。我在超过100 GB的文本文件上运行它，并获得了即时结果。

Answer 20

我前一段时间将此代码用于一个小型实用程序，希望对您有所帮助！

private string ReadRows(int offset)     /*offset: how many lines it reads from the end (10 in your case)*/
{
    /*no lines to read*/
    if (offset == 0)
        return result;

    using (FileStream fs = new FileStream(FullName, FileMode.Open, FileAccess.Read, FileShare.ReadWrite, 2048, true))
    {
        List<char> charBuilder = new List<char>(); /*StringBuilder doesn't work with Encoding: example char ? */
        StringBuilder sb = new StringBuilder();

        int count = 0;

        /*tested with utf8 file encoded by notepad-pp; other encoding may not work*/

        var decoder = ReaderEncoding.GetDecoder();
        byte[] buffer;
        int bufferLength;

        fs.Seek(0, SeekOrigin.End);

        while (true)
        {
            bufferLength = 1;
            buffer = new byte[1];

            /*for encoding with variable byte size, every time I read a byte that is part of the character and not an entire character the decoder returns '�' (invalid character) */

            char[] chars = { '�' }; //� 65533
            int iteration = 0;

            while (chars.Contains('�'))
            {
                /*at every iteration that does not produce character, buffer get bigger, up to 4 byte*/
                if (iteration > 0)
                {
                    bufferLength = buffer.Length + 1;

                    byte[] newBuffer = new byte[bufferLength];

                    Array.Copy(buffer, newBuffer, bufferLength - 1);

                    buffer = newBuffer;
                }

                /*there are no characters with more than 4 bytes in utf-8*/
                if (iteration > 4)
                    throw new Exception();


                /*if all is ok, the last seek return IOError with chars = empty*/
                try
                {
                    fs.Seek(-(bufferLength), SeekOrigin.Current);
                }
                catch
                {
                    chars = new char[] { '\0' };
                    break;
                }

                fs.Read(buffer, 0, bufferLength);

                var charCount = decoder.GetCharCount(buffer, 0, bufferLength);
                chars = new char[charCount];

                decoder.GetChars(buffer, 0, bufferLength, chars, 0);

                ++iteration;
            }

            /*when i get a char*/
            charBuilder.InsertRange(0, chars);

            if (chars.Length > 0 && chars[0] == '\n')
                ++count;

            /*exit when i get the correctly number of line (*last row is in interval)*/
            if (count == offset + 1)
                break;

            /*the first search goes back, the reading goes on then we come back again, except the last */
            try
            {
                fs.Seek(-(bufferLength), SeekOrigin.Current);
            }
            catch (Exception)
            {
                break;
            }

        }
    }

    /*everithing must be reversed, but not \0*/
    charBuilder.RemoveAt(0);

    /*yuppi!*/
    return new string(charBuilder.ToArray());
}

我为速度附加了一个屏幕

Answer 21

为什么不使用返回字符串[]？

的file.readalllines

然后你可以获得最后10行（或数组成员），这将是一项微不足道的任务。

这种方法没有考虑任何编码问题，我不确定这种方法的确切效率（完成方法所花费的时间等）。

获取最后10行非常大的文本文件＆gt; 10GB

21 个答案: