PHP快速读取CSV大文件

2019独角兽企业重金招聘Python工程师标准>>>

CSV大文件的读取已经在前面讲述过了，但是如何快速完整的操作大文件仍然还存在一些问题。

1、如何快速获取CSV大文件的总行数？

办法一：直接获取文件内容，使用换行符进行拆分得出总行数，这种办法对小文件可行，处理大文件时不可行；

办法二：使用fgets一行一行遍历，得出总行数，这种办法比办法一好一些，但大文件仍有超时的可能；

办法三：借助SplFileObject类，直接将指针定位到文件末尾，通过SplFileObject::key方法获取总行数，这种办法可行，且高效。

具体实现方法：

$csv_file = 'path/bigfile.csv';$spl_object = new SplFileObject($csv_file, 'rb');$spl_object->seek(filesize($csv_file));echo $spl_object->key();

2、如何快速获取CSV大文件的数据？

仍然使用PHP的SplFileObject类，通过seek方法实现快速定位。

$csv_file = 'path/bigfile.csv';$start = 100000;		// 从第100000行开始读取$num = 100;				// 读取100行$data = array();$spl_object = new SplFileObject($csv_file, 'rb');$spl_object->seek($start);while ($num-- && !$spl_object->eof()) {
	$data[] = $spl_object->fgetcsv();
	$spl_object->next();}print_r($data);

 

综合上面两点，整理成一个csv文件读取的类：

class CsvReader {
	private $csv_file;
	private $spl_object = null;
	private $error;
	
	public function __construct($csv_file = '') {
		if($csv_file && file_exists($csv_file)) {
			$this->csv_file = $csv_file;
		}
	}
	
	public function set_csv_file($csv_file) {
		if(!$csv_file || !file_exists($csv_file)) {
			$this->error = 'File invalid';
			return false;
		}
		$this->csv_file = $csv_file;
		$this->spl_object = null;
	}
	
	public function get_csv_file() {
		return $this->csv_file;
	}
	
	private function _file_valid($file = '') {
		$file = $file ? $file : $this->csv_file;
		if(!$file || !file_exists($file)) {
			return false;
		}
		if(!is_readable($file)) {
			return false;
		}
		return true;
	}
	
	private function _open_file() {
		if(!$this->_file_valid()) {
			$this->error = 'File invalid';
			return false;
		}
		if($this->spl_object == null) {
			$this->spl_object = new SplFileObject($this->csv_file, 'rb');
		}
		return true;
	}

	public function get_data($length = 0, $start = 0) {
		if(!$this->_open_file()) {
			return false;
		}
		$length = $length ? $length : $this->get_lines();
		$start = $start - 1;
		$start = ($start < 0) ? 0 : $start;
		$data = array();
		$this->spl_object->seek($start);
		while ($length-- && !$this->spl_object->eof()) {
			$data[] = $this->spl_object->fgetcsv();
			$this->spl_object->next();
		}
		return $data;
	}
	
	public function get_lines() {
		if(!$this->_open_file()) {
			return false;
		}
		$this->spl_object->seek(filesize($this->csv_file));
		return $this->spl_object->key();
	}
	
	public function get_error() {
		return $this->error;
	}}

调用方法如下：

include('CsvReader.class.php');

$csv_file = 'path/bigfile.csv';

$csvreader = new CsvReader($csv_file);

$line_number = $csvreader->get_lines();

$data = $csvreader->get_data(10);

 

echo $line_number, chr(10);

print_r($data);

 

其实，上述CsvReader类并不只针对CSV大文件，对于其他文本类型的大文件或超大文件同样可用，前提是将类中fgetcsv方法稍加改动为current即可。

PHP读取CSV大文件导入数据库

PHP如何对CSV大文件进行读取并导入数据库？

对于数百万条数据量的CSV文件，文件大小可能达到数百M，如果简单读取的话很可能出现超时或者卡死的现象。

为了成功将CSV文件里的数据导入数据库，分批处理是非常必要的。

下面这个函数是读取CSV文件中指定的某几行数据：

/** * csv_get_lines 读取CSV文件中的某几行数据 * @param $csvfile csv文件路径 * @param $lines 读取行数 * @param $offset 起始行数 * @return array * */function csv_get_lines($csvfile, $lines, $offset = 0) {
    if(!$fp = fopen($csvfile, 'r')) {
    	return false;
    }
    $i = $j = 0;
	while (false !== ($line = fgets($fp))) {
		if($i++ < $offset) {
			continue; 
		}
		break;
	}
	$data = array();
	while(($j++ < $lines) && !feof($fp)) {
		$data[] = fgetcsv($fp);
	}
	fclose($fp);
    return $data;}

调用方法：

 

$data = csv_get_lines('path/bigfile.csv', 10, 2000000);

print_r($data);

函数主要采用行定位的思路，通过跳过起始行数来实现文件指针定位。

至于数据如何入库本文不再详细讲述。

上述函数对500M以内的文件进行过测试，运行通畅，对于更大的文件未做测试，请斟酌使用或加以改进。

转载于:https://my.oschina.net/yonghan/blog/467796