作者ioklim (Sunrise)
看板PHP
標題[請益] 使用shell_exec('grep')搜尋文字檔的問題
時間Fri Sep 9 00:50:14 2016
小弟最近在寫一個資料庫的搜尋網頁,資料是文字檔。前提是,資料檔可能隨時會更新,
而我沒有想要轉進去MySQL資料庫,覺得有點麻煩。
我嘗試了幾種搜尋的方式:
***方法1***
資料檔是近300Mb的TXT檔,BIG5編碼
把原始檔案拆成三十多個檔,用ajax請求php,php是用:
foreach(file($filename) as $fli=>$fl){
if(mb_stripos($fl, $needle,0,"UTF-8")!==false){
//找到資料的處理...
}
}
這個方法搜尋一次費時約12-15秒左右
***方法2***
先把資料檔案優化成TAB分欄位的文字檔,大小剩下一個42Mb的檔案
直接用SplFileObject()逐行比對關鍵字:
$file = new SplFileObject($filename);
while (!$file->eof()) {
$fl = $file->fgets();
if(mb_stripos($fl, $needle,0,"UTF-8")!==false){
//找到資料的處理...
}
}
這個方式搜尋並沒有比較快,一次也費時約12-15秒左右
***方法3***
再把檔案每行先處理過,留下含有關鍵字部份當作索引檔,
然後再用方法2的方式搜尋,得到行數再回傳此行數的原始檔那行資料,
本來想說搜尋的文字檔小約剩下1/3,可以加速搜尋速度,
結果出乎意料的,這方式並沒有快多少,大概只差1秒。
***方法4***
Google爬了一下文,有人推薦用shell_exec呼叫Linux內建的grep搜尋功能,果然用這方
式搜尋速度飛快,約0.3秒就搜尋完畢了。
$strResult = shell_exec('grep -i "'.$needle.'" '.$filename);
$aResult = explode("\n",$strResult);
foreach($aResult as $key => $value){
//找到資料的處理...
}
但是問題來了,
#問題1:除錯困難
當我嘗試把這方法應用到其他資料檔的時候,發現某些關鍵字明明有資料,使用方法1-3都
找得到,但是使用方法4就是找不到,不知道該怎麼debug。
而且搜尋關鍵字用英文比較會有問題,中文就沒事。
#問題2:網站移植困難
如果要把網站移到非linux架的主機上,就沒有辦法用方法4了,不知道有沒有php內建的
搜尋功能,效能可以比擬linux的grep的?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.231.92.69
※ 文章網址: https://www.ptt.cc/bbs/PHP/M.1473353416.A.FCA.html
推 shadowjohn: grep 也有windows版的,只是你沒google... 09/09 08:58
→ shadowjohn: 但這樣寫,你不怕command injection嗎 09/09 08:58
→ ioklim: grep for windows不是內建,還要安裝;如果沒有權限就不行了 09/09 09:08
→ ioklim: 感謝S大提醒command injection,我開始怕了@@ 09/09 09:11
推 shadowjohn: 哪需要安裝,不就一個exe檔而已,想唬我 09/09 09:13
推 shadowjohn: 作好filter跟escape是不用太擔心,只是你沒作 09/09 09:17
→ ioklim: 所以只要把grep.exe放在同一個目錄就可以執行了,是這樣嗎? 09/09 09:36
→ ioklim: filter&escape...嗯,筆記中,小的新手感謝S大教學 09/09 09:39
推 shadowjohn: 是不用放同一個目錄,但你搜尋的位置跟路徑都要正確 09/09 09:58
→ shadowjohn: 指令也可以用 c: && cd c:\book && c:\bin\grep.exe . 09/09 09:58
→ shadowjohn: ..grep.exe "ooxx" *.exe -Ri 09/09 09:59
→ MOONRAKER: windows有findstr,到處都有,不用裝。 09/09 10:01
→ MOONRAKER: 以前做專案就兩個版本,php用grep,asp用findstr。 09/09 10:01
推 Jerr: grep作者解釋為什麼快 有興趣可以看一下 09/09 11:43
→ Jerr: 2010-August/019310.html 09/09 11:44
→ shadowjohn: 原po要速度,findstr慢2~5倍的別用了 09/09 13:07
→ ioklim: 感謝各位高手指點,小的獲益良多。 09/09 19:32
→ ioklim: 剛剛試了一下findstr,嗯,這個速度我還可以接受。 09/09 19:33
→ ioklim: 自首一下耍笨,發現找不到資料的問題,根本是我自己弄錯 09/09 19:33
→ ioklim: 檔名,哈哈。 09/09 19:33