web-dev-qa-db-ja.com

Node.js：ファイル内の行数を数える

30MB〜10GBの範囲の大きなテキストファイルがあります。 Node.jsを使用してファイル内の行数をカウントするにはどうすればよいですか？

次の制限があります。

  • ファイル全体をメモリに書き込む必要はありません
  • タスクを実行するために子プロセスは必要ありません
javascriptnode.js
26
hexacyanide

wcを使用しないソリューション：

var i;
var count = 0;
require('fs').createReadStream(process.argv[2])
  .on('data', function(chunk) {
    for (i=0; i < chunk.length; ++i)
      if (chunk[i] == 10) count++;
  })
  .on('end', function() {
    console.log(count);
  });

遅くなりますが、期待するほどではありません-node.jsの読み込みと起動時間を含む140M +ファイルで0.6秒

>time node countlines.js video.mp4 
619643

real    0m0.614s
user    0m0.489s
sys 0m0.132s

>time wc -l video.mp4 
619643 video.mp4
real    0m0.133s
user    0m0.108s
sys 0m0.024s

>wc -c video.mp4
144681406  video.mp4
29
Andrey Sidorov

コメントがwcの使用を示唆しているように、これを行うことができます

var exec = require('child_process').exec;

exec('wc /path/to/file', function (error, results) {
    console.log(results);
});
24
Menztrual

indexOf を使用して、VMで改行を見つけることができます。

function countFileLines(filePath){
  return new Promise((resolve, reject) => {
  let lineCount = 0;
  fs.createReadStream(filePath)
    .on("data", (buffer) => {
      let idx = -1;
      lineCount--; // Because the loop will run once for idx=-1
      do {
        idx = buffer.indexOf(10, idx+1);
        lineCount++;
      } while (idx !== -1);
    }).on("end", () => {
      resolve(lineCount);
    }).on("error", reject);
  });
};

この解決策は、.indexOfを使用して最初の改行の位置を見つけることです。 lineCountをインクリメントし、次の位置を見つけます。 .indexOfの2番目のパラメーターは、改行の検索を開始する場所を示します。このようにして、バッファの大きな部分を飛び越えています。 whileループは、改行ごとに1回ずつ実行されます。

Nodeランタイムに、より低いレベルで実装され、より高速なはずの検索を実行させます。

私のシステムでは、これは大きなファイル（111 MB）のバッファー長に対してforループを実行する場合の約2倍の速度です。

15
Emil Vikström

iojs 1.5.0以降、Buffer#indexOf()メソッドがあり、それを使用してAndrey Sidorovの答えと比較します。

ubuntu@server:~$ wc logs
  7342500  27548750 427155000 logs
ubuntu@server:~$ time wc -l logs 
7342500 logs

real    0m0.180s
user    0m0.088s
sys 0m0.084s
ubuntu@server:~$ nvm use node
Now using node v0.12.1
ubuntu@server:~$ time node countlines.js logs 
7342500

real    0m2.559s
user    0m2.200s
sys 0m0.340s
ubuntu@server:~$ nvm use iojs
Now using node iojs-v1.6.2
ubuntu@server:~$ time iojs countlines2.js logs 
7342500

real    0m1.363s
user    0m0.920s
sys 0m0.424s
ubuntu@server:~$ cat countlines.js 
var i;
var count = 0;
require('fs').createReadStream(process.argv[2])
  .on('data', function(chunk) {
    for (i=0; i < chunk.length; ++i)
      if (chunk[i] == 10) count++;
  })
  .on('end', function() {
    console.log(count);
  });
ubuntu@server:~$ cat countlines2.js 
var i;
var count = 0;
require('fs').createReadStream(process.argv[2])
  .on('data', function(chunk) {
    var index = -1;
    while((index = chunk.indexOf(10, index + 1)) > -1) count++
  })
  .on('end', function() {
    console.log(count);
  });
ubuntu@server:~$
5
undoZen

Node 8以降を使用する場合、このasync/awaitパターンを使用できます

const util = require('util');
const exec = util.promisify(require('child_process').exec);

async function fileLineCount({ fileLocation }) {
  const { stdout } = await exec(`cat ${fileLocation} | wc -l`);
  return parseInt(stdout);
};

// Usage

async someFunction() {
  const lineCount = await fileLineCount({ fileLocation: 'some/file.json' });
}
2
Jason Kim

count-lines-in-file というnpmモジュールがあります。私は小さな（<1000行）ファイルに使用してきましたが、これまでのところうまく機能しています。

1
Dom Vinyard

あまりネストしない別の方法を次に示します。

var fs = require('fs');
filePath = process.argv[2];
fileBuffer =  fs.readFileSync(filePath);
to_string = fileBuffer.toString();
split_lines = to_string.split("\n");
console.log(split_lines.length-1);
1
Alan Viars
var fs=require('fs');
filename=process.argv[2];
var data=fs.readFileSync(filename);
var res=data.toString().split('\n').length;
console.log(res-1);`
1
ruchi gupta

IndexOf（）を使用することもできます。

var index = -1;
var count = 0;
while ((index = chunk.indexOf(10, index + 1)) > -1) count++;
1
Jeff Kilbride

私が見つけた最良の解決策は、promises、async、awaitを使用することです。これは、約束の履行をどのように待つかの例でもあります。

#!/usr/bin/env node
const fs = require('fs');
const readline = require('readline');
function main() {
    function doRead() {
        return new Promise(resolve => {
            var inf = readline.createInterface({
                input: fs.createReadStream('async.js'),
                crlfDelay: Infinity
            });
            var count = 0;
            inf.on('line', (line) => {
                console.log(count + ' ' + line);
                count += 1;
            });
            inf.on('close', () => resolve(count));
        });
    }
    async function showRead() {
        var x = await doRead();
        console.log('line count: ' + x);
    }
    showRead();
}
main();
1
David Dombrowsky