javascript FileReader - 分块解析长文件

问题描述 投票:0回答:6

我有很长的文件需要解析。因为它很长,我需要一块一块地做。我试过这个:

function parseFile(file){
    var chunkSize = 2000;
    var fileSize = (file.size - 1);

    var foo = function(e){
        console.log(e.target.result);
    };

    for(var i =0; i < fileSize; i += chunkSize)
    {
        (function( fil, start ) {
            var reader = new FileReader();
            var blob = fil.slice(start, chunkSize + 1);
            reader.onload = foo;
            reader.readAsText(blob);
        })( file, i );
    }
}

运行后,我只看到控制台中的第一个块。如果我将“console.log”更改为 jquery 附加到某个 div,我只会看到该 div 中的第一个块。其他块呢?如何让它发挥作用?

javascript html parsing filereader
6个回答
84
投票

FileReader API 是异步的,因此您应该使用

block
调用来处理它。
for loop
不会解决这个问题,因为它不会在读取下一个块之前等待每次读取完成。 这是一种工作方法。

function parseFile(file, callback) {
    var fileSize   = file.size;
    var chunkSize  = 64 * 1024; // bytes
    var offset     = 0;
    var self       = this; // we need a reference to the current object
    var chunkReaderBlock = null;

    var readEventHandler = function(evt) {
        if (evt.target.error == null) {
            offset += evt.target.result.length;
            callback(evt.target.result); // callback for handling read chunk
        } else {
            console.log("Read error: " + evt.target.error);
            return;
        }
        if (offset >= fileSize) {
            console.log("Done reading file");
            return;
        }

        // of to the next chunk
        chunkReaderBlock(offset, chunkSize, file);
    }

    chunkReaderBlock = function(_offset, length, _file) {
        var r = new FileReader();
        var blob = _file.slice(_offset, length + _offset);
        r.onload = readEventHandler;
        r.readAsText(blob);
    }

    // now let's start the read with the first block
    chunkReaderBlock(offset, chunkSize, file);
}

12
投票

您可以利用 Responsefetch 的一部分)将大部分内容转换为任何其他 blob、文本、json,并获得一个 ReadableStream,它可以帮助您成块读取 blob 👍

var dest = new WritableStream({
  write (str) {
    console.log(str)
  }
})

var blob = new Blob(['bloby']);

(blob.stream ? blob.stream() : new Response(blob).body)
  // Decode the binary-encoded response to string
  .pipeThrough(new TextDecoderStream())
  .pipeTo(dest)
  .then(() => {
    console.log('done')
  })

旧答案(WritableStreams pipeTo 和 pipeThrough 之前没有实现)

我想出了一个有趣的想法,它可能非常快,因为它将 blob 转换为 ReadableByteStreamReader 可能也更容易,因为您不需要处理诸如块大小和偏移量之类的东西,然后在循环中递归完成

function streamBlob(blob) {
  const reader = new Response(blob).body.getReader()
  const pump = reader => reader.read()
  .then(({ value, done }) => {
    if (done) return
    // uint8array chunk (use TextDecoder to read as text)
    console.log(value)
    return pump(reader)
  })
  return pump(reader)
}

streamBlob(new Blob(['bloby'])).then(() => {
  console.log('done')
})


9
投票

slice
的第二个参数其实就是结束字节。您的代码应该类似于:

 function parseFile(file){
    var chunkSize = 2000;
    var fileSize = (file.size - 1);

    var foo = function(e){
        console.log(e.target.result);
    };

    for(var i =0; i < fileSize; i += chunkSize) {
        (function( fil, start ) {
            var reader = new FileReader();
            var blob = fil.slice(start, chunkSize + start);
            reader.onload = foo;
            reader.readAsText(blob);
        })(file, i);
    }
}

或者你可以使用这个

BlobReader
更简单的界面:

BlobReader(blob)
.readText(function (text) {
  console.log('The text in the blob is', text);
});

更多信息:


6
投票

在课堂上修改@alediaferia 的答案(打字稿版本)并在承诺中返回结果。勇敢的程序员甚至会把它包装成一个异步迭代器

class FileStreamer {
    constructor(file) {
        this.file = file;
        this.offset = 0;
        this.defaultChunkSize = 64 * 1024; // bytes
        this.rewind();
    }
    rewind() {
        this.offset = 0;
    }
    isEndOfFile() {
        return this.offset >= this.getFileSize();
    }
    readBlockAsText(length = this.defaultChunkSize) {
        const fileReader = new FileReader();
        const blob = this.file.slice(this.offset, this.offset + length);
        return new Promise((resolve, reject) => {
            fileReader.onloadend = (event) => {
                const target = (event.target);
                if (target.error == null) {
                    const result = target.result;
                    this.offset += result.length;
                    this.testEndOfFile();
                    resolve(result);
                }
                else {
                    reject(target.error);
                }
            };
            fileReader.readAsText(blob);
        });
    }
    testEndOfFile() {
        if (this.isEndOfFile()) {
            console.log('Done reading file');
        }
    }
    getFileSize() {
        return this.file.size;
    }
}

在控制台中打印整个文件的示例(在 async 上下文中)

const fileStreamer = new FileStreamer(aFile);
while (!fileStreamer.isEndOfFile()) {
  const data = await fileStreamer.readBlockAsText();
  console.log(data);
}

5
投票

使用简单的方法将大文件解析成小块:

                //Parse large file in to small chunks
                var parseFile = function (file) {

                        var chunkSize = 1024 * 1024 * 16; //16MB Chunk size
                        var fileSize = file.size;
                        var currentChunk = 1;
                        var totalChunks = Math.ceil((fileSize/chunkSize), chunkSize);

                        while (currentChunk <= totalChunks) {

                            var offset = (currentChunk-1) * chunkSize;
                            var currentFilePart = file.slice(offset, (offset+chunkSize));

                            console.log('Current chunk number is ', currentChunk);
                            console.log('Current chunk data', currentFilePart);

                            currentChunk++;
                        }
                };

0
投票

通过按字节盲目切片 blob 来获取块,可以将多字节字符切成两半并破坏编码。

由于自己处理字符边界是一场噩梦,您可以使用

TextDecoderStream
来帮助解决这个问题。

这里是作为 async generator function实现的解决方案:

async function* read_chunks(file, chunk_size = 1000000) {
  let offset = 0;
  const stream = new ReadableStream({
    async pull(controller) {
      let chunk = file.slice(offset, offset + chunk_size);
      chunk = await chunk.arrayBuffer();
      chunk = new Uint8Array(chunk);
      controller.enqueue(chunk);
      if (offset >= file.size) {
        controller.close()
      }
      offset += chunk.length;
    }
  }).pipeThrough(new TextDecoderStream());
  const reader = stream.getReader();
  for (;;) {
    const { done, value } = await reader.read();
    if (done) return;
    yield value;
  }
}

const file = new Blob(["000😀001😀002😀003😀"]);
(async() => {
  for await (const chunk of read_chunks(file, 4)) {
    console.log(`Chunk: [${chunk.length}] "${chunk}"`);
  }
})();

如果您不关心块的大小,您可以通过将其替换为

ReadableStream
来摆脱自定义
file.stream()

© www.soinside.com 2019 - 2024. All rights reserved.