如何在不打开整个文件的情况下替换Ruby中文件的前几个字节？

html5 • • 问答

我有一个 30MB 的 XML 文件，开头包含一些乱码，因此通常我必须删除它，以便 Nokogiri 能够正确解析 XML 文档。

这是我目前拥有的：

    contents = File.open(file_path).read
    if contents[0..123].include? 'authenticate_response'
      fixed_contents = File.open(file_path).read[123..-1]
      File.open(file_path, 'w') { |f| f.write(fixed_contents) }
    end

但是，这实际上会导致 ruby​​ 脚本两次打开大型 XML 文件。一次读取前 123 个字符，另一次读取除前 123 个字符以外的所有字符。

为了解决第一个问题，我能够做到这一点：

contents = File.open(file_path).read(123)

但是，现在我需要从文件中删除这些字符而不读取整个文件。如何“修剪”该文件的开头而不必在内存中打开整个文件？

回答

你可以打开文件一次，然后读取并检查“垃圾”，最后将打开的文件直接传递给 nokogiri 进行解析。这样，您只需要读取一次文件而根本不需要写入它。

File.open(file_path) do |xml_file|
  if xml_file.read(123).include? 'authenticate_response'
    # header found, nothing to do
  else
    # no header found. We rewind and let nokogiri parse the whole file
    xml_file.rewind
  end

  xml = Nokogiri::XML.parse(xml_file)
  # Now to whatever you want with the parsed XML document
end

请参阅的文件IO#read，IO#rewind以及Nokigiri::XML::Document.parse关于这些方法的细节。

  • I updated the answer to use the block variant of `File.open`. However, even without this, the file would be implicitly closed on next garbage collection.
以上是如何在不打开整个文件的情况下替换Ruby中文件的前几个字节？的全部内容。
THE END
分享
二维码
< <上一篇
下一篇>>