TCL：从文件中读取只包含相关单词的行

我正在读取文件并对数据进行一些操作。 很遗憾，我收到以下错误消息：

无法分配347392字节 流产

由于文件很大，我只想读取包含一些单词的行（在“regexp_或”中描述）

有没有办法只读取包含“regexp_或”的行并保存foreach循环

set regexp_or "^Err|warning|Fatal error"
    set file [open [lindex $argv 1] r]
    set data [ read $file ]

foreach line [ split $data "\n" ] {
    if {[regexp [subst $regexp_or] $line]} {
         puts $line
    }
}

---

您可以通过

grep

提取您的输入：

set file [open |[list grep -E $regexp_or [lindex $argv 1]] r]

但这取决于

grep

是否可用。要在Tcl中完全实现这一点，您可以分块处理文件：

set file [open [lindex $argv 1] r]
while {![eof $file]} {
    # Read a million characters
    set data [read $file 1000000]
    # Make sure to only work with complete lines
    append data [gets $file]

    foreach line [lsearch -inline -all -regexp [split $data \n] $regexp_or] {
        puts $line
    }
}
close $file

---

当然，您也可以使用

gets

逐行处理文件，但这可能要慢得多（注意：我没有实际测量）。我不希望它会慢得多，因为缓冲做得很好，但我从未测试过。我也没有一个合适的输入语料库来做这样的测试…我只是在一个30MB的文件上做了一个快速测试，计算匹配项（有3645个）。分块的方法大约快了12%。我为每种方法运行了几次测试，并比较了每种方法的最短时间。