5.8 KiB

Raw Blame History

Golang Bufio 说明

Go 语言中，为了方便开发者使用，将 IO 操作封装在了如下几个包中：

io：为 IO 原语（I/O primitives）提供基本的接口
io/ioutil：封装一些实用的 I/O 函数
fmt：实现格式化 I/O
bufio：实现带缓冲 I/O

bufio 包实现了有缓冲的 I/O。它包装一个 io.Reader 或 io.Writer 接口对象，创建另一个也实现了该接口，且同时还提供了缓冲和一些文本 I/O 的帮助函数的对象。

频繁的 I/O 操作会导致性能下降，所以 bufio 提供了一块缓冲区(分配一块内存)，读和写都先在缓冲区中，最后再读写文件，来降低访问本地磁盘的次数，从而提高效率。简单的说就是，把文件 Load 进缓冲（内存）之后再进行多次读取，就可以避免频繁的 I/O 读取操作，从而提高速度。同理，在进行写操作时，先把文件写入缓冲（内存），然后由缓冲写入文件系统。

bufio.Reader

bufio.Reader.ReadLine()

可以使用 bufio.Reader 的 ReadLine() 函数进行逐行读取：

// ReadLines reads all lines of the file.
func ReadLines(path string) ([]string, error) {
	f, err := os.Open(path)
	if err != nil {
		return nil, err
	}
	defer f.Close()

	var lines []string
	r := bufio.NewReader(f)
	for {
		// ReadLine is a low-level line-reading primitive.
		// Most callers should use ReadBytes('\n') or ReadString('\n') instead or use a Scanner.
		bytes, _, err := r.ReadLine()
		if err == io.EOF {
			break
		}
		if err != nil {
			return lines, err
		}
		lines = append(lines, string(bytes))
	}
	return lines, nil
}

使用 bufio.Reader 的 ReadLine() 方法可时需要注意它的返回值。ReadLine() 函数的返回值包括三个部分：读取到的数据、是否读取完整一行以及错误信息。如果读取到的数据超出了缓存区的大小，它会返回一个错误信息，而不是完整的一行数据。

因此，如果读取的一行数据的长度超过了缓存区的大小，ReadLine() 函数将无法读取到完整的一行数据。为了避免这种情况的发生，我们可以通过设置缓存区的大小来解决。

ReadLine 是一个低级的行读取原语。大多数调用者应该使用 ReadBytes(‘\n’) 或 ReadString(‘\n’)，或者使用 Scanner。

bufio.Reader.ReadBytes() 及 bufio.Reader.ReadString()

可以使用 bufio 包中的 Reader 类型按行读取文件。在使用 bufio.Reader 时，我们需要使用 ReadBytes() 或 ReadString() 方法来读取每一行，示例代码如下：

// ReadLines reads all lines of the file.
func ReadLines(path string) ([]string, error) {
	file, err := os.Open(path)
	if err != nil {
		return nil, err
	}
	defer file.Close()

	var lines []string
	reader := bufio.NewReader(file)
	for {
		// ReadString reads until the first occurrence of delim in the input,
		// returning a string containing the data up to and including the delimiter.
		line, err := reader.ReadString('\n')
		if err == io.EOF {
			lines = append(lines, line)
			break
		}
		if err != nil {
			return lines, err
		}
		lines = append(lines, line[:len(line)-1])
	}
	return lines, nil
}

上面的代码中，我们使用 NewReader() 函数创建一个 Reader 对象。在 for 循环中，我们使用 ReadString() 函数读取每一行的内容，并将其追加到字符串切片中。

需要注意的是，在使用 ReadString() 函数时，我们需要指定分隔符，例如 ‘\n’ 表示以换行符为分隔符。如果读取的文件中没有指定的分隔符，ReadString() 函数会返回一个错误，因此我们需要在 for 循环中检查是否发生了错误。

bufio.Scanner

bufio.Scanner 是一个基于缓冲区的数据扫描器，它提供了方便的逐行/逐词读取操作。Scan() 方法是 bufio.Scanner 的一个核心方法，用于扫描缓冲区中的数据并返回扫描到的下一个 Token。

Scan() 方法的原型如下：

func (s *Scanner) Scan() bool

该方法返回一个 bool 类型值，表示扫描是否成功。如果扫描成功，该方法会将下一个 Token 读取出来并保存在 Scanner 的 Text 字段中。如果扫描失败，则返回 false。

在读取 Token 之前，Scanner 会将缓冲区中的数据读取到底层的 Reader中，并从底层的 Reader 中获取新的数据填充到缓冲区中。因此，在 Scan 方法调用之前，Scanner 的缓冲区中可能已经包含了一部分数据，也可能为空。

扫描过程中，Scanner 会将缓冲区中的数据按照分隔符进行分割，并将分割后的 Token 返回。默认情况下，Scanner 使用换行符作为分隔符，即每次扫描一行数据。如果需要使用其他分隔符，可以使用 Scanner 的 Split() 方法进行设置。

其基本使用方式如下：

// ReadLines reads all lines of the file.
func ReadLines(path string) ([]string, error) {
	file, err := os.Open(path)
	if err != nil {
		return nil, err
	}
	defer file.Close()

	var lines []string
	scanner := bufio.NewScanner(file)
	for scanner.Scan() {
		lines = append(lines, scanner.Text())
	}
	return lines, scanner.Err()
}

上面的代码中，我们首先使用 NewScanner() 函数创建一个 Scanner 对象。然后在 for 循环中，我们使用 Scanner 的 Scan() 方法读取文件的每一行，然后使用 Text() 方法获取每一行的内容。最后，我们将获取到的行追加到字符串切片中。

Scanner 的 Split() 方法原型如下：

// Split sets the split function for the Scanner.
// The default split function is ScanLines.
//
// Split panics if it is called after scanning has started.
func (s *Scanner) Split(split SplitFunc)

如果没有设置过 split，则使用默认方法，即：ScanLines()。

通过比较以上代码，不难发现，如果需要按行进行 buf 读取，则使用 Scanner 最为高级，代码也最简洁。

5.8 KiB Raw Blame History Unescape Escape