node.jsで一度に1行ずつファイルを読み取りますか？

大きなファイルを1行ずつ読み込もうとしています。この問題を扱ったQuoraに関する質問を見つけましたが、全体を一致させるためにいくつかの接続がありません。

 var Lazy=require("lazy");
 new Lazy(process.stdin)
     .lines
     .forEach(
          function(line) { 
              console.log(line.toString()); 
          }
 );
 process.stdin.resume();

このサンプルのように、STDINではなくファイルから一度に1行ずつ読み取る方法を理解したいと思います。

私は試した：

 fs.open('./VeryBigFile.csv', 'r', '0666', Process);

 function Process(err, fd) {
    if (err) throw err;
    // DO lazy read 
 }

しかし、それは機能していません。私はピンチでPHPのようなものにフォールバックできることを知っていますが、これを理解したいと思います。

私が実行しているサーバーがメモリを持っているサーバーよりもファイルが非常に大きいため、他の答えはうまくいかないと思います。

Node.js v0.12以降およびNode.js v4.0.0以降、安定したreadlineコアモジュールがあります。外部モジュールなしでファイルから行を読み取る最も簡単な方法は次のとおりです。

const fs = require('fs');
const readline = require('readline');

async function processLineByLine() {
  const fileStream = fs.createReadStream('input.txt');

  const rl = readline.createInterface({
    input: fileStream,
    crlfDelay: Infinity
  });
  // Note: we use the crlfDelay option to recognize all instances of CR LF
  // ('\r\n') in input.txt as a single line break.

  for await (const line of rl) {
    // Each line in input.txt will be successively available here as `line`.
    console.log(`Line from file: ${line}`);
  }
}

processLineByLine();

または代わりに：

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

lineReader.on('line', function (line) {
  console.log('Line from file:', line);
});

最終行がない場合でも、最後の行は正しく読み取られます（Node v0.12以降）\n。

更新：この例は、NodeのAPI公式ドキュメントに追加されました。

このような単純な操作では、サードパーティのモジュールに依存するべきではありません。簡単に。

var fs = require('fs'),
    readline = require('readline');

var rd = readline.createInterface({
    input: fs.createReadStream('/path/to/file'),
    output: process.stdout,
    console: false
});

rd.on('line', function(line) {
    console.log(line);
});

openファイルを作成する必要はありませんが、代わりにを作成する必要がありますReadStream。

fs.createReadStream

次に、そのストリームを Lazy

行ごとにファイルを読み取るための非常に優れたモジュールがあり、それはラインリーダーと呼ばれています

それであなたは単に書くだけです：

var lineReader = require('line-reader');

lineReader.eachLine('file.txt', function(line, last) {
  console.log(line);
  // do whatever you want with line...
  if(last){
    // or check if it's the last one
  }
});

さらに制御が必要な場合は、「javaスタイル」インターフェースでファイルを反復することもできます。

lineReader.open('file.txt', function(reader) {
  if (reader.hasNextLine()) {
    reader.nextLine(function(line) {
      console.log(line);
    });
  }
});

require('fs').readFileSync('file.txt', 'utf-8').split(/\r?\n/).forEach(function(line){
  console.log(line);
})

2019年に更新

すばらしい例は、公式のNodejsドキュメントに既に投稿されています。ここに

これには、最新のNodejsがマシンにインストールされている必要があります。> 11.4

const fs = require('fs');
const readline = require('readline');

async function processLineByLine() {
  const fileStream = fs.createReadStream('input.txt');

  const rl = readline.createInterface({
    input: fileStream,
    crlfDelay: Infinity
  });
  // Note: we use the crlfDelay option to recognize all instances of CR LF
  // ('\r\n') in input.txt as a single line break.

  for await (const line of rl) {
    // Each line in input.txt will be successively available here as `line`.
    console.log(`Line from file: ${line}`);
  }
}

processLineByLine();

古いトピックですが、これは機能します：

var rl = readline.createInterface({
      input : fs.createReadStream('/path/file.txt'),
      output: process.stdout,
      terminal: false
})
rl.on('line',function(line){
     console.log(line) //or parse line
})

シンプル。外部モジュールは必要ありません。

いつでも自分のラインリーダーをロールできます。このスニペットのベンチマークはまだ行っていませんが、チャンクの着信ストリームを末尾の「\ n」なしで行に正しく分割します

var last = "";

process.stdin.on('data', function(chunk) {
    var lines, i;

    lines = (last+chunk).split("\n");
    for(i = 0; i < lines.length - 1; i++) {
        console.log("line: " + lines[i]);
    }
    last = lines[i];
});

process.stdin.on('end', function() {
    console.log("line: " + last);
});

process.stdin.resume();

ログ解析中にデータを蓄積する必要のあるクイックログ解析スクリプトで作業しているときにこれを思いつきました。perlやbashを使用する代わりに、jsとnodeを使用してこれを試すのが良いと感じました。

とにかく、小さなnodejsスクリプトは自己完結型であり、サードパーティのモジュールに依存しないようにすべきだと思うので、この質問に対するすべての回答を読んだ後、それぞれがさまざまなモジュールを使用して行の解析を処理した後、13 SLOCネイティブのnodejsソリューションが興味深いかもしれません。

キャリアモジュール：

var carrier = require('carrier');

process.stdin.resume();
carrier.carry(process.stdin, function(line) {
    console.log('got one line: ' + line);
});

ノードでのドレイン/一時停止/再開の仕組みが原因で、それらの行を処理して別のストリームに書き込もうとすると、Lazyを使用して1行ずつ読み取り、大量の大規模なメモリリークが発生しました（http：// elegantcodeを参照） .com / 2011/04/06 / taking-baby-steps-with-node-js-pumping-data-between-streams /（私はこの男が大好きです））。私はLazyを十分に詳しく調べて理由を正確に理解していませんが、Lazyを終了せずにドレインを許可するために読み取りストリームを一時停止することはできませんでした。

大規模なcsvファイルをxmlドキュメントに処理するコードを記述しました。ここでコードを確認できます：https : //github.com/j03m/node-csv2xml

以前のリビジョンをレイジーラインで実行するとリークします。最新のリビジョンはまったくリークしないので、おそらくリーダー/プロセッサーのベースとして使用できます。私はそこにいくつかのカスタムのものを持っていますが。

編集：必要に応じてドレイン/一時停止/再開する十分な大きさのxmlフラグメントを作成するまで、Lazyを使用したコードは問題なく機能したことにも注意する必要があります。小さなチャンクの場合は問題ありませんでした。

編集：

変換ストリームを使用します。

BufferedReaderのあなたは、ラインを読むことができます。

new BufferedReader ("lorem ipsum", { encoding: "utf8" })
    .on ("error", function (error){
        console.log ("error: " + error);
    })
    .on ("line", function (line){
        console.log ("line: " + line);
    })
    .on ("end", function (){
        console.log ("EOF");
    })
    .read ();

私の元の回答を投稿してから、splitはファイルの行を読み取るための非常に使いやすいノードモジュールであることがわかりました。これはオプションのパラメーターも受け入れます。

var split = require('split');
fs.createReadStream(file)
    .pipe(split())
    .on('data', function (line) {
      //each chunk now is a seperate line! 
    });

非常に大きなファイルではテストしていません。その場合はお知らせください。

私はこれに対する包括的な解決策の欠如に不満を感じていたので、私は自分の試み（git / npm）をまとめました。機能のコピー貼り付けリスト：

• インタラクティブライン処理（コールバックベース、ファイル全体をRAMにロードしない）
• オプションで、配列内のすべての行を返します（詳細モードまたはrawモード）
• インタラクティブにストリーミングを中断するか、処理のようなマップ/フィルターを実行します
• 改行規則を検出する（PC / Mac / Linux）
• 正しいEOF /最終行の処理
• マルチバイトUTF-8文字の正しい処理
• 行単位でバイトオフセットとバイト長の情報を取得する
• ラインベースまたはバイトベースのオフセットを使用したランダムアクセス
• ラインオフセット情報を自動的にマッピングし、ランダムアクセスを高速化します
• 依存関係なし
• テスト

NIH（アメリカ国立衛生研究所）（＃文字数制限がない場合、初出時にかっこ書きを追加？あなたが決める ：-）

function createLineReader(fileName){
    var EM = require("events").EventEmitter
    var ev = new EM()
    var stream = require("fs").createReadStream(fileName)
    var remainder = null;
    stream.on("data",function(data){
        if(remainder != null){//append newly received data chunk
            var tmp = new Buffer(remainder.length+data.length)
            remainder.copy(tmp)
            data.copy(tmp,remainder.length)
            data = tmp;
        }
        var start = 0;
        for(var i=0; i<data.length; i++){
            if(data[i] == 10){ //\n new line
                var line = data.slice(start,i)
                ev.emit("line", line)
                start = i+1;
            }
        }
        if(start<data.length){
            remainder = data.slice(start);
        }else{
            remainder = null;
        }
    })

    stream.on("end",function(){
        if(null!=remainder) ev.emit("line",remainder)
    })

    return ev
}


//---------main---------------
fileName = process.argv[2]

lineReader = createLineReader(fileName)
lineReader.on("line",function(line){
    console.log(line.toString())
    //console.log("++++++++++++++++++++")
})

私はこれと同じ問題に取り組みたかったのですが、基本的にはPerlではどうなるでしょうか。

while (<>) {
    process_line($_);
}

私の使用例は、サーバーではなくスタンドアロンスクリプトだけだったので、同期は問題ありませんでした。これらは私の基準でした：

• 多くのプロジェクトで再利用できる最小限の同期コード。
• ファイルサイズや行数に制限はありません。
• 行の長さに制限はありません。
• BMPを超える文字を含むUTF-8で完全なUnicodeを処理できます。
• * nixとWindowsの行末を処理できます（旧式のMacは不要です）。
• 行に含まれる行末文字。
• 行末文字の有無にかかわらず最終行を処理できます。
• node.jsディストリビューションに含まれていない外部ライブラリは使用しないでください。

これは、node.jsの低レベルのスクリプトタイプのコードの感触をつかんで、Perlのような他のスクリプト言語の代わりとしてどれほど実行可能かを判断するためのプロジェクトです。

驚くほどの労力といくつかの誤ったスタートの後、これは私が思いついたコードです。かなり高速ですが、思ったより簡単ではありません：（GitHubでフォークしてください）

var fs            = require('fs'),
    StringDecoder = require('string_decoder').StringDecoder,
    util          = require('util');

function lineByLine(fd) {
  var blob = '';
  var blobStart = 0;
  var blobEnd = 0;

  var decoder = new StringDecoder('utf8');

  var CHUNK_SIZE = 16384;
  var chunk = new Buffer(CHUNK_SIZE);

  var eolPos = -1;
  var lastChunk = false;

  var moreLines = true;
  var readMore = true;

  // each line
  while (moreLines) {

    readMore = true;
    // append more chunks from the file onto the end of our blob of text until we have an EOL or EOF
    while (readMore) {

      // do we have a whole line? (with LF)
      eolPos = blob.indexOf('\n', blobStart);

      if (eolPos !== -1) {
        blobEnd = eolPos;
        readMore = false;

      // do we have the last line? (no LF)
      } else if (lastChunk) {
        blobEnd = blob.length;
        readMore = false;

      // otherwise read more
      } else {
        var bytesRead = fs.readSync(fd, chunk, 0, CHUNK_SIZE, null);

        lastChunk = bytesRead !== CHUNK_SIZE;

        blob += decoder.write(chunk.slice(0, bytesRead));
      }
    }

    if (blobStart < blob.length) {
      processLine(blob.substring(blobStart, blobEnd + 1));

      blobStart = blobEnd + 1;

      if (blobStart >= CHUNK_SIZE) {
        // blobStart is in characters, CHUNK_SIZE is in octets
        var freeable = blobStart / CHUNK_SIZE;

        // keep blob from growing indefinitely, not as deterministic as I'd like
        blob = blob.substring(CHUNK_SIZE);
        blobStart -= CHUNK_SIZE;
        blobEnd -= CHUNK_SIZE;
      }
    } else {
      moreLines = false;
    }
  }
}

それはおそらくさらにクリーンアップされる可能性があり、試行錯誤の結果でした。

ほとんどの場合、これで十分です。

const fs = require("fs")

fs.readFile('./file', 'utf-8', (err, file) => {
  const lines = file.split('\n')

  for (let line of lines)
    console.log(line)
});

ジェネレーターベースのラインリーダー：https : //github.com/neurosnap/gen-readlines

var fs = require('fs');
var readlines = require('gen-readlines');

fs.open('./file.txt', 'r', function(err, fd) {
  if (err) throw err;
  fs.fstat(fd, function(err, stats) {
    if (err) throw err;

    for (var line of readlines(fd, stats.size)) {
      console.log(line.toString());
    }

  });
});

ファイルを1行ずつ読み取り、これを別のファイルに書き込む場合：

var fs = require('fs');
var readline = require('readline');
var Stream = require('stream');

function readFileLineByLine(inputFile, outputFile) {

   var instream = fs.createReadStream(inputFile);
   var outstream = new Stream();
   outstream.readable = true;
   outstream.writable = true;

   var rl = readline.createInterface({
      input: instream,
      output: outstream,
      terminal: false
   });

   rl.on('line', function (line) {
        fs.appendFileSync(outputFile, line + '\n');
   });
};

var fs = require('fs');

function readfile(name,online,onend,encoding) {
    var bufsize = 1024;
    var buffer = new Buffer(bufsize);
    var bufread = 0;
    var fd = fs.openSync(name,'r');
    var position = 0;
    var eof = false;
    var data = "";
    var lines = 0;

    encoding = encoding || "utf8";

    function readbuf() {
        bufread = fs.readSync(fd,buffer,0,bufsize,position);
        position += bufread;
        eof = bufread ? false : true;
        data += buffer.toString(encoding,0,bufread);
    }

    function getLine() {
        var nl = data.indexOf("\r"), hasnl = nl !== -1;
        if (!hasnl && eof) return fs.closeSync(fd), online(data,++lines), onend(lines); 
        if (!hasnl && !eof) readbuf(), nl = data.indexOf("\r"), hasnl = nl !== -1;
        if (!hasnl) return process.nextTick(getLine);
        var line = data.substr(0,nl);
        data = data.substr(nl+1);
        if (data[0] === "\n") data = data.substr(1);
        online(line,++lines);
        process.nextTick(getLine);
    }
    getLine();
}

私は同じ問題を抱えており、上記の解決策を思いつきましたが、他の人と同じように見えますが、aSyncであり、大きなファイルを非常にすばやく読み取ることができます

これが役に立てば幸い

私はこれをうまく実行し、他のかなりの数のプロジェクトで使用される小さなモジュールを持っていますnpm readlineノードv10にはネイティブのreadlineモジュールがあるので、linebyline https://www.npmjs.com/package/ 1行ずつ

モジュールを使用したくない場合、関数は非常に簡単です：

var fs = require('fs'),
EventEmitter = require('events').EventEmitter,
util = require('util'),
newlines = [
  13, // \r
  10  // \n
];
var readLine = module.exports = function(file, opts) {
if (!(this instanceof readLine)) return new readLine(file);

EventEmitter.call(this);
opts = opts || {};
var self = this,
  line = [],
  lineCount = 0,
  emit = function(line, count) {
    self.emit('line', new Buffer(line).toString(), count);
  };
  this.input = fs.createReadStream(file);
  this.input.on('open', function(fd) {
    self.emit('open', fd);
  })
  .on('data', function(data) {
   for (var i = 0; i < data.length; i++) {
    if (0 <= newlines.indexOf(data[i])) { // Newline char was found.
      lineCount++;
      if (line.length) emit(line, lineCount);
      line = []; // Empty buffer.
     } else {
      line.push(data[i]); // Buffer new line data.
     }
   }
 }).on('error', function(err) {
   self.emit('error', err);
 }).on('end', function() {
  // Emit last line if anything left over since EOF won't trigger it.
  if (line.length){
     lineCount++;
     emit(line, lineCount);
  }
  self.emit('end');
 }).on('close', function() {
   self.emit('close');
 });
};
util.inherits(readLine, EventEmitter);

別のソリューションは、シーケンシャルエグゼキューターnsynjsを介してロジックを実行することです。ノードのreadlineモジュールを使用してファイルを1行ずつ読み取り、promiseや再帰を使用しないため、大きなファイルで失敗することはありません。コードは次のようになります。

var nsynjs = require('nsynjs');
var textFile = require('./wrappers/nodeReadline').textFile; // this file is part of nsynjs

function process(textFile) {

    var fh = new textFile();
    fh.open('path/to/file');
    var s;
    while (typeof(s = fh.readLine(nsynjsCtx).data) != 'undefined')
        console.log(s);
    fh.close();
}

var ctx = nsynjs.run(process,{},textFile,function () {
    console.log('done');
});

上記のコードはこの例に基づいています：https : //github.com/amaksr/nsynjs/blob/master/examples/node-readline/index.js

そのような操作をしているときに私たちが自問しなければならない2つの質問は、

1. それを実行するために使用されるメモリの量はどれくらいですか？
2. ファイルのサイズに応じてメモリ消費量が大幅に増加していますか？

などのソリューションrequire('fs').readFileSync()は、ファイル全体をメモリにロードします。つまり、操作を実行するために必要なメモリの量は、ファイルサイズとほぼ同じになります。これより大きなものについては、これらを回避する必要があります50mbs

これらのコード行を関数呼び出しの後に配置することで、関数が使用するメモリ量を簡単に追跡できます。

    const used = process.memoryUsage().heapUsed / 1024 / 1024;
    console.log(
      `The script uses approximately ${Math.round(used * 100) / 100} MB`
    );

現在、大きなファイルから特定の行を読み取る最善の方法は、ノードのreadlineを使用することです。ドキュメントにはすばらしい例があります。

ただし、サードパーティのモジュールは必要ありません。ただし、エンタープライズコードを記述している場合は、多数のエッジケースを処理する必要があります。Apick File Storageという非常に軽量なモジュールを作成する必要がありましたこれらすべてのエッジケースを処理するに。

Apickファイルストレージモジュール：https ://www.npmjs.com/package/apickfs ドキュメント：https : //github.com/apickjs/apickFS#readme

サンプルファイル：https : //1drv.ms/t/s!AtkMCsWInsSZiGptXYAFjalXOpUx

例：モジュールのインストール

npm i apickfs

// import module
const apickFileStorage = require('apickfs');

//invoke readByLineNumbers() method
apickFileStorage
  .readByLineNumbers(path.join(__dirname), 'big.txt', [163845])
  .then(d => {
    console.log(d);
  })
  .catch(e => {
    console.log(e);
  });

この方法は、最大4 GBの高密度ファイルで正常にテストされました。

big.textは、163,845行の高密度テキストファイルで、124 Mbです。このファイルから10行を読み取るスクリプトは、約4.63 MBのメモリのみを使用します。また、有効なJSONをオブジェクトまたは配列に無料で解析します。🥳すごい!!

メモリをほとんど消費せずに、ファイルの1行または数百行を読み取ることができます。

私はこれを使います：

function emitLines(stream, re){
    re = re && /\n/;
    var buffer = '';

    stream.on('data', stream_data);
    stream.on('end', stream_end);

    function stream_data(data){
        buffer += data;
        flush();
    }//stream_data

    function stream_end(){
        if(buffer) stream.emmit('line', buffer);
    }//stream_end


    function flush(){
        var re = /\n/;
        var match;
        while(match = re.exec(buffer)){
            var index = match.index + match[0].length;
            stream.emit('line', buffer.substring(0, index));
            buffer = buffer.substring(index);
            re.lastIndex = 0;
        }
    }//flush

}//emitLines

この関数をストリームで使用し、発生するラインイベントをリッスンします。

gr-

おそらくreadline、上の答えが示唆するようにモジュールを使用する必要がありますが、readline行の読み取りではなくコマンドラインインターフェイスを指向しているように見えます。また、バッファリングに関しては少し不透明です。（ストリーミングライン指向のリーダーを必要とする人は、おそらくバッファサイズを微調整したいと思うでしょう）。readlineモジュールは最大1000行ですが、これは統計とテストを含む34です。

const EventEmitter = require('events').EventEmitter;
class LineReader extends EventEmitter{
    constructor(f, delim='\n'){
        super();
        this.totalChars = 0;
        this.totalLines = 0;
        this.leftover = '';

        f.on('data', (chunk)=>{
            this.totalChars += chunk.length;
            let lines = chunk.split(delim);
            if (lines.length === 1){
                this.leftover += chunk;
                return;
            }
            lines[0] = this.leftover + lines[0];
            this.leftover = lines[lines.length-1];
            if (this.leftover) lines.pop();
            this.totalLines += lines.length;
            for (let l of lines) this.onLine(l);
        });
        // f.on('error', ()=>{});
        f.on('end', ()=>{console.log('chars', this.totalChars, 'lines', this.totalLines)});
    }
    onLine(l){
        this.emit('line', l);
    }
}
//Command line test
const f = require('fs').createReadStream(process.argv[2], 'utf8');
const delim = process.argv[3];
const lineReader = new LineReader(f, delim);
lineReader.on('line', (line)=> console.log(line));

19行で、統計なしのさらに短いバージョンを次に示します。

class LineReader extends require('events').EventEmitter{
    constructor(f, delim='\n'){
        super();
        this.leftover = '';
        f.on('data', (chunk)=>{
            let lines = chunk.split(delim);
            if (lines.length === 1){
                this.leftover += chunk;
                return;
            }
            lines[0] = this.leftover + lines[0];
            this.leftover = lines[lines.length-1];
            if (this.leftover) 
                lines.pop();
            for (let l of lines)
                this.emit('line', l);
        });
    }
}

const fs = require("fs")

fs.readFile('./file', 'utf-8', (err, data) => {
var innerContent;
    console.log("Asynchronous read: " + data.toString());
    const lines = data.toString().split('\n')
    for (let line of lines)
        innerContent += line + '<br>';


});

毎日のライン処理のロジック全体をnpmモジュールとしてラップします：line-kit https://www.npmjs.com/package/line-kit

// example
var count = 0
require('line-kit')(require('fs').createReadStream('/etc/issue'),
                    (line) => { count++; },
                    () => {console.log(`seen ${count} lines`)})

ディレクトリではなく、ファイルのリストに含まれていないことを確認した後、以下のコードを使用して読み取り行をチェックします。

(function () {
  var fs = require('fs');
  var glob = require('glob-fs')();
  var path = require('path');
  var result = 0;
  var exclude = ['LICENSE',
    path.join('e2e', 'util', 'db-ca', 'someother-file'),
    path.join('src', 'favicon.ico')];
  var files = [];
  files = glob.readdirSync('**');

  var allFiles = [];

  var patternString = [
    'trade',
    'order',
    'market',
    'securities'
  ];

  files.map((file) => {
    try {
      if (!fs.lstatSync(file).isDirectory() && exclude.indexOf(file) === -1) {
        fs.readFileSync(file).toString().split(/\r?\n/).forEach(function(line){
          patternString.map((pattern) => {
            if (line.indexOf(pattern) !== -1) {
              console.log(file + ' contain `' + pattern + '` in in line "' + line +'";');
              result = 1;
            }
          });
        });
      }
    } catch (e) {
      console.log('Error:', e.stack);
    }
  });
  process.exit(result);

})();

私は上記のすべての回答を調べましたが、それらはすべてサードパーティのライブラリを使用して解決しています。NodeのAPIにはシンプルなソリューションがあります。例えば

const fs= require('fs')

let stream = fs.createReadStream('<filename>', { autoClose: true })

stream.on('data', chunk => {
    let row = chunk.toString('ascii')
}))