javascript - 大文件的 filereader api

Question

到目前为止，我的文件阅读器 API 代码一直运行良好，直到有一天我从我的一位客户那里收到了一个 280MB 的 txt 文件。页面在 Chrome 中直接崩溃，而在 Firefox 中没有任何反应。

// create new reader object 
var fileReader = new FileReader(); 

// read the file as text 
fileReader.readAsText( $files[i] );  
fileReader.onload = function(e) 
{   // read all the information about the file 
    // do sanity checks here etc... 
    $timeout( function() 
    {    
        // var fileContent = e.target.result;
        // get the first line 
        var firstLine = e.target.result.slice(0, e.target.result.indexOf("\n") ); }}

上面我想做的是获取第一个换行符，以便我可以获得文件的列长度。我不应该将其作为文本阅读吗？如何在不破坏大文件页面的情况下获取文件的列长度？

Answer 1

您的应用程序无法处理大文件，因为您在处理文件之前将整个文件读入内存。这种低效率可以通过流文件(读取较小的 block )来解决，因此您只需要将文件的一部分保存在内存中。

File 对象也是 Blob 的一个实例，它提供了 .slice 方法来创建文件的较小 View 。

这是一个假设输入为 ASCII 的示例(演示:http://jsfiddle.net/mw99v8d4/)。

function findColumnLength(file, callback) {
    // 1 KB at a time, because we expect that the column will probably small.
    var CHUNK_SIZE = 1024;
    var offset = 0;
    var fr = new FileReader();
    fr.onload = function() {
        var view = new Uint8Array(fr.result);
        for (var i = 0; i < view.length; ++i) {
            if (view[i] === 10 || view[i] === 13) {
                // \n = 10 and \r = 13
                // column length = offset + position of \r or \n
                callback(offset + i);
                return;
            }
        }
        // \r or \n not found, continue seeking.
        offset += CHUNK_SIZE;
        seek();
    };
    fr.onerror = function() {
        // Cannot read file... Do something, e.g. assume column size = 0.
        callback(0);
    };
    seek();

    function seek() {
        if (offset >= file.size) {
            // No \r or \n found. The column size is equal to the full
            // file size
            callback(file.size);
            return;
        }
        var slice = file.slice(offset, offset + CHUNK_SIZE);
        fr.readAsArrayBuffer(slice);
    }
}

前面的代码片段计算换行符前的字节数。计算由多字节字符组成的文本中的字符数稍微困难一些，因为您必须考虑 block 中的最后一个字节可能是多字节字符的一部分的可能性。