在 Perl 中将文件转换为字符串的最佳方法是啥？

Posted 2023-03-24

【中文标题】在 Perl 中将文件转换为字符串的最佳方法是啥？

【英文标题】：What is the best way to slurp a file into a string in Perl?在 Perl 中将文件转换为字符串的最佳方法是什么？

【发布时间】：2010-09-17 10:12:59

【问题描述】：

是的，There's More Than One Way To Do It，但必须有一个规范或最有效或最简洁的方法。我会添加我知道的答案，看看有什么内容会渗透到顶部。

要清楚，问题是如何最好地将文件的内容读入字符串。 每个答案一个解决方案。

【参考方案1】：

这个怎么样：

use File::Slurp;
my $text = read_file($filename);

预计到达时间：注意 Bug #83126 for File-Slurp: Security hole with encoding(UTF-8)。我现在推荐使用File::Slurper（免责声明：我写的），也是因为它在编码方面有更好的默认值：

use File::Slurper 'read_text';
my $text = read_text($filename);

或Path::Tiny:

use Path::Tiny;
path($filename)->slurp_utf8;

【讨论】：

如果文件不存在，如果你不想让它死掉怎么办？

防止这种情况发生的最简单方法是首先检查文件是否存在...

这确实有一个缺点，即它不包含在开箱即用的 perl 中。至少不是我的 ActiveState perl for windows (v5.10.0)。

请注意，最近发现 File::Slurp 是一个巨大的安全问题：rt.cpan.org/Ticket/Display.html?id=83126

嗨，我收到了Undefined subroutine &main::read_text。应该是use File::Slurper 'read_text';。 metacpan.org/pod/File::Slurper

【参考方案2】：

我喜欢使用 do 块执行此操作，我在其中本地化 @ARGV，因此我可以使用菱形运算符为我执行文件魔术。

 my $contents = do  local(@ARGV, $/) = $file; <> ;

如果你需要它更健壮一点，你可以很容易地把它变成一个子例程。

如果您需要能够处理各种特殊情况的强大功能，请使用File::Slurp。即使您不打算使用它，也请查看源代码以了解它必须处理的所有古怪情况。 File::Slurp 有一个 big security problem 看起来没有解决方案。部分原因是它未能正确处理编码。即使我的快速回答也有这个问题。如果您需要处理编码（可能是因为默认情况下您没有将所有内容都设为 UTF-8），则此扩展为：

my $contents = do 
    open my $fh, '<:encoding(UTF-8)', $file or die '...';
    local $/;
    <$fh>;
    ;

如果您不需要更改文件，您可以使用File::Map。

【讨论】：

我很懒，写my $contents = do local (@ARGV,$/) = $file; <>;，用更少的字符写完全一样的东西:)

我想知道为什么本地 @ARGV = $file; 将与 不同。

@Bemrose：因为 $file 不是文件句柄。

我把这个方法添加到一个已经在使用<> 的文件中，希望它从STDIN 读取。 <> 的行为不同于第一次调用和后续调用，并且由于我更改了第一次调用，因此我也更改了现有调用的行为（预期 <STDIN> 的行为 <>）。

【参考方案3】：

在写File::Slurp（这是最好的方式）时，Uri Guttman 对多种啜饮方式进行了大量研究，哪种方式最有效。他写下了his findings here 并将它们合并到信息 File::Slurp。

【讨论】：

请注意，最近发现 File::Slurp 是一个巨大的安全问题：rt.cpan.org/Ticket/Display.html?id=83126

【参考方案4】：

open(my $f, '<', $filename) or die "OPENING $filename: $!\n";
$string = do  local($/); <$f> ;
close($f);

【参考方案5】：

需要考虑的事情（尤其是与其他解决方案相比时）：

词法文件句柄 缩小范围 减少魔法

所以我得到：

my $contents = do 
  local $/;
  open my $fh, $filename or die "Can't open $filename: $!";
  <$fh>
;

我不是魔法的忠实粉丝，除了实际使用魔法。与其伪装出来，不如直接使用 open 调用？这不是更多的工作，而且是明确的。 （真正的魔法，尤其是在处理“-”时，要完美模拟需要做更多的工作，但无论如何我们都不会在这里使用它。）

【讨论】：

如果对那些在家跟随的人来说不是很明显，在花括号的末尾，$fh 会超出范围并且文件句柄会自动关闭。

【参考方案6】：

字符串的mmap（内存映射）可能在以下情况下很有用：

有非常大的字符串，您不想加载到内存中 想要一个盲目的快速初始化（您在访问时获得渐进式 I/O） 对字符串进行随机或惰性访问。 可能想要更新字符串，但只是扩展它或替换字符：

#!/usr/bin/perl
use warnings; use strict;

use IO::File;
use Sys::Mmap;

sub sip 

    my $file_name = shift;
    my $fh;

    open ($fh, '+<', $file_name)
        or die "Unable to open $file_name: $!";

    my $str;

    mmap($str, 0, PROT_READ|PROT_WRITE, MAP_SHARED, $fh)
      or die "mmap failed: $!";

    return $str;


my $str = sip('/tmp/words');

print substr($str, 100,20);

更新：2012 年 5 月

在将Sys::Mmap 替换为File::Map 之后，以下内容应该非常等效

#!/usr/bin/perl
use warnings; use strict;

use File::Map qwmap_file;

map_file(my $str => '/tmp/words', '+<');

print substr($str, 100, 20);

【讨论】：

实际上，File::Map（免责声明：由我编写）是当今更好的选择。它更便携（适用于 Unix 和 Windows），但也更易于使用（«map_file my $str, $file_name;»）。

【参考方案7】：

use Path::Class;
file('/some/path')->slurp;

【参考方案8】：

  open F, $filename or die "Can't read $filename: $!";
  local $/;  # enable slurp mode, locally.
  $file = <F>;
  close F;

【参考方案9】：

这既不快速，也不独立于平台，而且非常邪恶，但它很短（我在 Larry Wall 的代码中看到了这一点 ;-)：

 my $contents = `cat $file`;

孩子们，不要在家里这样做;-)。

【参考方案10】：

use IO::All;

# read into a string (scalar context)
$contents = io($filename)->slurp;

# read all lines an array (array context)
@lines = io($filename)->slurp;

【参考方案11】：

查看Perl6::Slurp 的摘要，它非常灵活，通常只需很少的努力就能做正确的事情。

【参考方案12】：

以下是最流行的方法的一个很好的比较：

http://poundcomment.wordpress.com/2009/08/02/perl-read-entire-file/

【参考方案13】：

没有人谈论 read 或 sysread，所以这里有一个简单快捷的方法：

my $string;

    open my $fh, '<', $file or die "Can't open $file: $!";
    read $fh, $string, -s $file;   # or sysread
    close $fh;

【参考方案14】：

对于单行，你通常可以使用the -0 switch（和-n）让perl一次读取整个文件（如果文件不包含任何空字节）：

perl -n0e 'print "content is in $_\n"' filename

如果是二进制文件，可以使用-0777:

perl -n0777e 'print length' filename

【讨论】：

提供了一种检查文件中尝试的行替换是否实际发生的好方法： perl -p -i -0 -e 's/^old_line/new_line/m or (print and die) ' some_file，或者如果很多人期望的话，可能可以使用 /mg 来完成所有匹配的行。

【参考方案15】：

以最坏的方式做的候选人！ （见评论。）

open(F, $filename) or die "OPENING $filename: $!\n";
@lines = <F>;
close(F);
$string = join('', @lines);

【讨论】：

这可能是我能想到的最低效的方式，尤其是对于大文件。现在您有两个相同数据的副本，并且您已经处理了两次，只是为了将其加载到一个标量中。

这都是情境性的。对于小文件或只运行一次的快速脚本，其中 "$string=cat $filename" 不可用，这是完全合理的。低效是的！但这不一定是唯一的考虑因素。

这个答案不值得负面评价。一群不理解或不关心 的 perl 含义的脚本小子。这是一个愚蠢的数组。没有比此页面上的其他一些答案更差的性能。关于如何将 Perl 文件句柄和 slurping 作为一个数组来思考的非常有用的信息。

【参考方案16】：

调整特殊记录分隔符变量$/

undef $/;
open FH, '<', $filename or die "$!\n";
my $contents = <FH>;
close FH;