从 C 语言的文件中读取特定行数（scanf、fseek、fgets）

Question

我有一个进程主机，它生成 N 个子进程，通过未命名管道与父进程进行通信。我必须能够：

• 让父亲打开文件，然后向每个孩子发送一个结构，告诉它必须从 min 行读取到 ma​​x 行；
• 这将同时发生，所以我不知道：
• 第一个如何划分 N 个地图的总行数，
• 第二个如何让每个孩子只读取它应该读取的行？

我的问题不涉及操作系统概念，只涉及文件操作：S

也许是 fseek？我无法 mmap 日志文件（有些日志文件超过 1GB）。

我会很感激一些想法。提前谢谢您

编辑：我试图让孩子们在不使用 fseek 和块值的情况下阅读相应的行，所以，有人可以告诉我这是否有效吗？ :

//somewhere in the parent process:

    FILE* logFile = fopen(filename, "r");
                while (fgets(line, 1024, logFile) != NULL) {
                    num_lines++;
                }
                rewind(logFile);
                int prev = 0;
                for (i = 0; i < maps_nr; i++) {
                    struct send_to_Map request;
                    request.fp = logFile;
                    request.lower = lowLimit;
                    request.upper = highLimit;

                    if (i == 0)
                        request.minLine = 0;
                    else
                        request.minLine = 1 + prev;
                    if(i!=maps_nr-1)
                        request.maxLine = (request.minLine + num_lines / maps_nr) - 1;
                    else
                       request.maxLine = (request.minLine + num_lines / maps_nr)+(num_lines%maps_nr);
                    prev = request.maxLine;

                }
                //write this structure to respective pipe


//child process:

while(1) {
      ...
      //reads the structure to pipe (and knows which lines to read)
      int n=0, counter=0;
      while (fgets(line, 1024, logFile) != NULL){
         if (n>=minLine and n<=maxLine)
              counter+= process(Line);//returns 1 if IP was found, in that line, between the low and high limit
         n++; 
      }
     //(...) 
}

不知道能不能成功，只是想成功！即使这样，是否有可能优于读取整个文件并打印日志文件中找到的 ip 总数的单个进程？

Answer 1

如果您不关心精确均匀地划分文件，并且行长度的分布在整个文件中有些均匀，则可以避免在父级中读取整个文件一次。

1. 获取文件大小。
2. chunk_size = file_size / number_of_children
3. 当您在父级中生成每个子级时：
   • 寻求 (child_num+1) * chunk_size
   • 向前阅读，直到找到换行符。
   • 生成子级，告诉它从前一个块的末尾开始（或第一个子级为 0），以及该块的实际长度。
4. 每个子进程都会寻求start并读取chunk_size字节。

这是该策略的粗略草图。

编辑以简化一些事情。

编辑：以下是下面第 3 步和第 4 步的一些未经测试的代码。这一切都未经测试，我也没有注意过差一错误，但它让您了解了 fseek 和 ftell 的用法，这听起来喜欢你正在寻找的东西。

// Assume FILE* f is open to the file, chunk_size is the average expected size,
// child_num is the id of the current child, spawn_child() is a function that
// handles the logic of spawning a child and telling it where to start reading,
// and how much to read. child_chunks[] is an array of structs to keep track of
// where the chunks start and how big they are.
if(fseek(f, child_num * chunk_size, SEEK_SET) < 0) { handle_error(); }
int ch;
while((ch = fgetc(f)) != FEOF && ch != '\n')
{/*empty*/}

// FIXME: needs to handle EOF properly.
child_chunks[child_num].end = ftell(f); // FIXME: needs error check.
child_chunks[child_num+1].start = child_chunks[child_num].end + 1;
spawn_child(child_num);

然后在您的子进程中（第 4 步），假设子进程有权访问 child_chunks[] 并知道其 child_num：

void this_is_the_child(int child_num)
{
    /* ... */

    fseek(f, child_chunks[child_num].start, SEEK_SET); // FIXME: handle error
    while(fgets(...) && ftell(f) < child_chunks[child_num].end)
    {
    }
}

Answer 2

/* get an array with line-startpositions (file-offsets) */
fpos_t readLineBegins(FILE *f,fpos_t **begins)
{
  fpos_t ch=0, mark=0, num=0;
  *begins = 0;
  do {
    if( ch=='\n' )
    {
       *begins = realloc( *begins, ++num * sizeof(fpos_t) );
      (*begins)[num-1] = mark;
        mark = ftell(f);
    }
  } while( (ch=fgetc(f))!=EOF );

  if( mark<ftell(f) )
  {
    *begins = realloc( *begins, ++num * sizeof(fpos_t) );
    (*begins)[num-1]=mark;
  }

  return num;
}

/* output linenumber beg...end */
void workLineBlocks(FILE *f,fpos_t *begins,fpos_t beg,fpos_t end)
{
  while( beg<=end )
  {
    int ch;
    fsetpos( f, &begins[beg] ); /* set linestart-position */
    printf("%ld:", ++beg );
    while( (ch=fgetc(f))!=EOF && ch!='\n' && ch!='\r' )
      putchar(ch);
    puts("");
  }
}

main()
{
  FILE *f=fopen("file.txt","rb");
  fpos_t *lineBegins, /* Array with line-startpositions */
  lb = readLineBegins(f,&lineBegins); /* get number of lines */

  workLineBlocks(f,lineBegins,lb-2,lb-1); /* out last two lines */
  workLineBlocks(f,lineBegins,0,1); /* out first two lines */

  fclose(f);
  free(lineBegins);
}

Answer 3

我认为它可以帮助你： 阅读具体内容文本文件中的行范围