String 返回带有lua的字符串的偏移量

我试图在相当大的文件中搜索某个字符串并返回其偏移量。我是lua的新手，目前的做法如下：

linenumber = 0
for line in io.lines(filepath) do
result=string.find(line,"ABC",1)
linenumber = linenumber+1

if result ~= nil then
offset=linenumber*4096+result
io.close
end
end

size=4096 -- note, size should be bigger than the length of pat to work.
pat="ABC"
overlap=#pat
fh=io.open(filepath,'rb') -- On windows, do NOT forget the b
block=fh:read(size+overlap)
n=0
while block do
    block_offset=block:find(pat)
    if block_offset then
        print(block_offset)
        offset=block_offset+size*n
        break
    end
    fh:seek('cur',-overlap)
    cur=fh:seek'cur'
    block=fh:read(size+overlap)
    n=n+1
end

if offset then
    print('found pattern at', offset, 'after reading',n,'blocks')
else
    print('did not find pattern')
end

我意识到这种方式相当原始，而且肯定很慢。我怎样才能更有效地做到这一点

---

提前谢谢。

除非您的代码行具有相同的长度（4096），否则我看不出您的代码是如何工作的

---

不要使用

io.line

，而是使用

io.read（4096）

读取块。代码的其余部分可以按原样使用，只是需要处理字符串未完全位于块中的情况。如果文件是由行组成的，那么在Lua编程中提到的一个技巧是执行

io.read（4096，“*l”）

，读取以行边界结束的块。然后，您不必担心块中的字符串不完整，但需要调整偏移量计算以包括块的长度，而不仅仅是4096。

如果文件不是太大，并且您可以节省内存，则只需在整个文件中插入字符串并使用

string.find

会更快。如果没有，则可以按块搜索文件

你的方法也没那么糟糕。我建议将文件加载到重叠块中。重叠可避免图案仅在块之间分割而不被注意，如：

".... ...A BC.. ...."

我的实现如下所示：

linenumber = 0
for line in io.lines(filepath) do
result=string.find(line,"ABC",1)
linenumber = linenumber+1

if result ~= nil then
offset=linenumber*4096+result
io.close
end
end

size=4096 -- note, size should be bigger than the length of pat to work.
pat="ABC"
overlap=#pat
fh=io.open(filepath,'rb') -- On windows, do NOT forget the b
block=fh:read(size+overlap)
n=0
while block do
    block_offset=block:find(pat)
    if block_offset then
        print(block_offset)
        offset=block_offset+size*n
        break
    end
    fh:seek('cur',-overlap)
    cur=fh:seek'cur'
    block=fh:read(size+overlap)
    n=n+1
end

if offset then
    print('found pattern at', offset, 'after reading',n,'blocks')
else
    print('did not find pattern')
end

---

如果文件中确实有行，也可以使用上面介绍的技巧。在Lua的编程中，一本书解释了阅读文件时的一些性能注意事项。

感谢您的快速回复！我用process monitor分析了io.lines的读取行为，它显示文件是以4096字节的块读取的，因此我假设这是io.lines的标准值。你的解决方案让我明白了。再次感谢！非常感谢你的例子！它就像一个符咒。我通过第21.1节学习。在发布我的问题之前，我读了lua代码手册，但是我错过了21.2.1，所以谢谢你的提示！我还不熟悉“#”符号的概念。显然，您使用它来创建重叠，但是lua代码手册中是否有一节详细解释了它的用法及其特性，如重叠大小？

操作符只返回字符串、序列表（键为1到n，没有孔）或定义“len”元方法的对象的长度。请注意，字符串的长度是字节数，而字节数不一定等于字符数（请考虑UTF-8等）。感谢您的解释：）