C#学习教程：如何在不在C＃中逐行搜索字符串的大文本文件中搜索？分享

鉴于文件的大小，你真的想要事先将它们完全读入内存吗？ 逐行可能是最好的方法。

这是我的解决方案，它使用流一次读取一个字符。 我创建了一个自定义类，一次搜索一个字符的值，直到找到整个值。

我使用保存在网络驱动器上的100MB文件运行了一些测试，速度完全取决于它在文件中读取的速度。 如果文件在Windows中缓存，则搜索整个文件的时间不到3秒。 否则可能需要7秒到60秒，具体取决于网络速度。

如果针对内存中的String运行并且没有匹配的字符，则搜索本身花费的时间不到一秒。 如果发现许多主要字符与搜索相匹配可能需要更长时间。

public static int FindInFile(string fileName, string value) { // returns complement of number of characters in file if not found // else returns index where value found int index = 0; using (System.IO.StreamReader reader = new System.IO.StreamReader(fileName)) { if (String.IsNullOrEmpty(value)) return 0; StringSearch valueSearch = new StringSearch(value); int readChar; while ((readChar = reader.Read()) >= 0) { ++index; if (valueSearch.Found(readChar)) return index - value.Length; } } return ~index; } public class StringSearch { // Call Found one character at a time until string found private readonly string value; private readonly List indexList = new List(); public StringSearch(string value) { this.value = value; } public bool Found(int nextChar) { for (int index = 0; index  

在所有情况下，您都必须检查所有文件。

查找Rabin-Karp字符串搜索或类似。

最快的搜索方法是Boyer-Moore算法 。 此方法不需要从文件中读取所有字节，但需要随机访问字节。 而且，该方法实现简单。

您的项目是否需要每次都搜索不同的文件以查找相同或不同的字符串，或者每次搜索同一文件中的不同字符串？

如果是后者，您可以构建文件的索引。 但如果文件经常更改，那么这样做是没有意义的，因为构建索引会很昂贵。

要索引文件以进行全文搜索，可以使用Lucene.NET库。

http://incubator.apache.org/lucene.net/

您应该能够通过匹配搜索字符串中每个字符的字符来读取文件字符，直到您到达搜索字符串的末尾，在这种情况下您将匹配。 如果您在任何时候阅读的字符与您要查找的字符不匹配，请将匹配的计数重置为0并重新开始。 例如（****伪代码/未测试****）：

 byte[] lookingFor = System.Text.Encoding.UTF8.GetBytes("hello world"); int index = 0; int position = 0; bool matchFound = false; using (FileStream fileStream = new FileStream(fileName, FileMode.Open)) { while (fileStream.ReadByte() == lookingFor[index]) { index++; if (index == lookingFor.length) { matchFound = true; position = File.position - lookingFor.length; break; } } } 

这是您可以使用的众多算法之一（尽管它可能会被一个长度检查关闭）。 它只会找到第一个匹配项，因此您可能希望将while循环包装在另一个循环中以查找多个匹配项。

另外，有关逐行读取文件的注意事项是，如果要匹配的所需字符串跨越行，则不会找到它。 如果那很好，那么你可以逐行搜索，但如果你需要搜索字符串来跨越行，你会想要使用像我上面详述的算法。

最后，如果您正在寻找最佳速度，听起来就像您一样，您将需要迁移上面的代码以使用StreamReader或其他缓冲读取器。

正如Wayne Cornish所说：逐行阅读可能是最好的方法。

如果您将整个文件读取为字符串然后使用正则表达式进行搜索，则它可能更优雅，但您将创建一个大型字符串对象。

这些类型的对象可能会导致问题，因为它们将存储在大对象堆（LOH，对于85.000字节以上的对象）上。 如果您解析许多这些大文件并且内存有限（x86），则可能会遇到LOH碎片问题。

=>如果解析许多大文件，请逐行阅读！

这是一个简单的单function解决方案，逐字逐句阅读。 为我工作得很好。

 /// 
 /// Find  in . /// 
 /// The  to find  in. /// The string to find. /// Position within  where  starts or -1 if not found. /// When  is null. /// When  is null or empty. public int FindString(TextReader reader, string toFind) { if(reader == null) throw new ArgumentNullException("reader"); if(string.IsNullOrEmpty(toFind)) throw new ArgumentException("String to find may not be null or empty."); int charsRead = -1; int pos = 0; int chr; do { charsRead++; chr = reader.Read(); pos = chr == toFind[pos] ? pos + 1 : 0; } while(chr >= 0 && pos