在文件中查找字符串的最快方法是什么？

Question

假设我有一个大文件。该文件是一个IP列表，每个IP都在新的一行上，就像这样：

123.123.123.123
123.123.123.124
123.123.123.125
etc...

我可以这样做：

$file = file_get_contents($src);    
if (substr_count($file,'myip'))
    echo 'FOUND';

或者使用类似数组的方式：

$file = file($src,FILE_IGNORE_NEW_LINES);
if (in_array('myip',$file))
    echo 'FOUND';

但我认为有第三种选择可能更快。
逐行解析文件，并在找到字符串后停止读取。

就像这样：

$file = fopen($src,'r');
while(!feof($file)) { 
    $ip = fgets($file);
    if ($ip == $myIP) {
        die('Found');
    }   
}
fclose($file);

我的问题是：你认为还有其他更好的方法吗？

就性能而言，你认为哪个代码更快？

非常感谢大家。

- anon

---

可以使用类似于grep或find这样的命令行工具吗？ - Pekka

如果你认为它更快，我相信我可以使用它。 - anon

grep 可能比你自己编写的任何东西都要快。 - CodesInChaos

前两种方法将整个文件映射到内存中（或者至少试图这样做）- 这对于大文件来说不起作用，如果搜索字符串靠近文件顶部，则效率也不高。第三种方法将控制流程放入您的代码中 - 因此，它会相当慢，因为它在每个操作中处理PHP源代码。就像peka所说的那样 - 如果（grep $myIP $file）die（'found'）; - symcbean

（上面的grep命令周围应该有反引号） - symcbean

Answer 1

如果可以的话，考虑使用 grep 或者 find。它可能比 PHP 更快，更重要的是，占用更少的内存。

- Pekka

---

Pekka，我相信你不想做一个测试用例吧？哈哈 - dynamic

pekka：我相信grep不可能比我的第三个解决方案更快。因为grep会一直搜索到文件结尾，而不会在第一次出现时停止。 - dynamic

@yes grep有相应的参数。请参考http://unixhelp.ed.ac.uk/CGI/man-cgi?fgrep中的`-l`。 - Pekka

我会接受这个，但我认为这不是最好的情况，因为如果你需要大量搜索，分叉例程的开销将会产生影响。 - dynamic

@是的，我认为这并不一定需要——这取决于您的文件有多大，有多少个以及您将使用一个调用处理多少个文件。 - Pekka

Answer 2

假设在某种语言中完成这个任务是必要的，那么修改你的逐行代码可能是最好的选择，这样你就不会获取比你需要的更多的数据。

$file = fopen($src,'r');
while(!feof($file)) { 
    $ip = fgets($file);
    if ($ip == $myIP) {
        echo 'FOUND!';
        break; // dieing here won't close the file
    }   
}

fclose($file);

- Christopher Armstrong

---

你知道在 PHP 脚本结束时所有资源都会自动释放吗？ - dynamic

如果有人将在这里看到的代码结构并在另一种语言（如C）中使用它，可能不会起到相同的作用。向读者传授正确的约定并不是一个坏主意。 - Christopher Armstrong

Answer 3

如果您能保持文件排序，那么执行二分查找将会表现良好。

然而，对文件进行排序需要一些时间，因此如果您正在进行大量的插入/删除操作，它可能不是非常有效。

- cmcginty

---

嗯，这可能很有趣...无论如何，我从不删除项目，只是插入（我会在一定时间间隔内删除整个文件）。 - dynamic