如何有效地找出文件与另一个早期版本的中断位置？

Question

我有一个不断添加的文件（一个超出我控制的过程），并且我每 x 秒捕获该文件。我想提取文件的新内容（在我之前的捕获之间添加）并使用它。不幸的是，该文件没有任何内容表明它上次添加的时间，并且我无法写入该文件，所以我唯一的选择是存储我已经知道的文件中的内容并将其与我拥有的新版本进行比较。

现在我需要知道的是如何我能最好地做到这一点。我正在使用 PHP，我认为最简单的解决方案是只存储前面的内容，然后使用 explode() 计算出后面的内容，这（很明显）是一个糟糕的解决方案文件数量很大（1GB+），处理起来会很困难。

我的一个想法是存储最终字符的位置，然后从那里开始工作，例如，如果最后一个字符是第 100 个字符，那么我会在下一个过程中从第 100 个字符开始工作，但我不确定如何我可以做到这一点，或者如果 PHP 可以的话。

所以我的问题是执行此操作的正确方法是什么以及如何使用 PHP 执行此操作（如果可能）？功能或总体想法都很好，我很适合实现，只是不确定其背后的理论。

Answer 1

假设文件只是简单地附加到文件中，直观上最简单的方法是存储以前的文件大小并使用 fseek() 或 file_get_contents 的偏移量参数移动到旧的位置该文件的版本已结束。即：

$old_position = (int)file_get_contents("last_position.temp");
file_put_contents("last_position.temp", filesize("thebigfile.txt"));

// There might be an off-by-one error here that I'm not paying attention to
$new_entry = file_get_contents("thebigfile.txt", false, "r", $old_position);

要第一次启动此操作，您需要将 0 放入 last_position.temp 中，这样就不会出现错误或不舒服的感觉。

希望这有帮助:)