解析文件基本上有两种不同的方法:文档解析和流解析。
文档解析从文件中读取数据并将其转换为可以查询的一大组对象,例如 HTMLDOM在浏览器中。优点是您可以轻松获得完整的数据,这通常更简单。缺点是你必须将其全部存储在内存中。
dom = parse(stuff)
// Now do whatever you like with the DOM
相反,流解析一次读取一个元素并将其呈现给您立即使用,然后继续处理下一个元素。
for element := range stream(stuff) {
...examine one element at a time...
}
优点是您不必将整个内容加载到内存中。缺点是您必须随时处理数据。这对于搜索或任何其他需要一一处理的事情非常有用。
幸运的是,Go 提供了库来为您处理常见格式。
一个简单的示例是处理 CSV 文件。
package main
import(
"encoding/csv"
"fmt"
"log"
"os"
"io"
)
func main() {
file, err := os.Open("test.csv")
if err != nil {
log.Fatal(err)
}
parser := csv.NewReader(file)
...
}
我们可以将整个事情作为一个大的事件放入内存中[][]string
.
records, err := parser.ReadAll()
if err != nil {
log.Fatal(err)
}
for _,record := range records {
fmt.Println(record)
}
或者我们可以节省一堆内存并一次处理一行。
for {
record, err := parser.Read()
if err == io.EOF {
break
}
if err != nil {
log.Fatal(err)
}
fmt.Println(record)
}
由于 CSV 的每一行在功能上都是相同的,因此一次处理一行最有意义。
JSON 和 XML 更复杂,因为它们是大型嵌套结构,但它们也可以流式传输。有编码/json文档中的流式传输示例.
如果您的代码不是简单的循环怎么办?如果您想利用并发性怎么办?使用通道和 goroutine 使其与程序的其余部分同时运行。
records := make( chan []string )
go func() {
parser := csv.NewReader(file)
defer close(records)
for {
record, err := parser.Read()
if err == io.EOF {
break
}
if err != nil {
log.Fatal(err)
}
records <- record
}
}();
现在你可以通过records
到可以处理它们的函数。
func print_records( records chan []string ) {
for record := range records {
fmt.Println(record)
}
}