分片讀取http超大文件流
Golang中的HTTP發(fā)送get請(qǐng)求，在獲取內(nèi)容有兩種情況。
Golang發(fā)送http get請(qǐng)求方式
resp, err := http.Get(sendUrl)
if err != nil {
fmt.Println("出錯(cuò)", err)
return
}
第一種方式是直接全部讀取出來，這種方式在小數(shù)據(jù)量的時(shí)候很方便。
body變量直接全部接收resp響應(yīng)內(nèi)容
body, err2 := ioutil.ReadAll(resp.Body)
第二種方式，分片獲取。
首先頂一個(gè)切片buf := make([]byte, 4096) 容量和大小都是4096個(gè)char字符（切片就是Golang自己的動(dòng)態(tài)變長數(shù)組）
for無限循環(huán)讀取，讀取一塊內(nèi)容放入buf中。result 是一個(gè)string字符串，然后用 result 自動(dòng)拼接。
for {
n, err:= resp.Body.Read(buf)
if err != nil || n == 0{
fmt.Println("出現(xiàn)錯(cuò)誤")
break
}
result += string(buf[:n])
}
Golang中匹配正則
MustCompile內(nèi)容不是單引號(hào)，而是 `
// 解析，編譯正則表達(dá)式
ret := regexp.MustCompile(`img width="100" alt="(?:(.*?))"`)
//提取需要信息
var fileName [][] string = ret.FindAllStringSubmatch(result, -1)
該方法可以進(jìn)一步推廣，可以推廣到下載超大文件，然后分片讀取和寫入硬盤。
然后再開啟另一個(gè)線程去將這些已經(jīng)寫入硬盤的分片合稱在一起。
Golang 并發(fā)控制
Java中的多線程，如果主線程開啟多個(gè)子線程后，在多個(gè)子線程全部完成后，主線程才會(huì)退出，程序終止。
而在Golang中不會(huì)出現(xiàn)此類情況，主Go程和子Go程需要人為控制主GO程和子GO程同步，否則主GO程瞬間結(jié)束。
在主GO程開始執(zhí)行子GO程地方創(chuàng)建一個(gè) channel。子GO程開始往 channel 中添加數(shù)據(jù)，主GO程再消費(fèi)數(shù)據(jù)。
func toWork(start, end int) {
//子Go程與主Go程完成同步，意思是子Go程沒有全部執(zhí)行完畢，主Go程不許退出。
page := make(chan int)
for i:=start; i=end; i++ {
//開啟子GO程
go SpiderPage(i, page)
}
//主GO程開始消費(fèi)管道中的數(shù)據(jù)
for i:=start; i=end; i++ {
fmt.Println("爬取完成", - page)
}
}
往主GO程的channel中添加數(shù)據(jù)，提供給主GO程消費(fèi)從而達(dá)到同步
func SpiderPage(index int, page chan int) {
page - index
}
讀取http二進(jìn)制碼寫入圖片
創(chuàng)建文件
獲取http流
分片逐步寫入
func saveImag(sendUrl string, index int, imageChannel chan int) {
//創(chuàng)建文件
path := "C:/img/" + strconv.Itoa(index) + ".jpg"
f, err := os.Create(path)
if err != nil {
return
}
defer f.Close()
//獲取http流
resp, err :=http.Get(sendUrl)
if err != nil {
return
}
defer resp.Body.Close()
//分片逐步寫入
buf := make([]byte, 4096)
for {
n, err := resp.Body.Read(buf)
if err != nil {
break
}
f.Write(buf[:n])
}
imageChannel - index
}
補(bǔ)充：golang實(shí)現(xiàn)http表單大文件流式上傳服務(wù)端代碼
golang的http標(biāo)準(zhǔn)庫的上傳文件是一次性將文件全部讀到內(nèi)存中，這樣上傳小文件還可以，但是大文件就無能為力了。
一開始在網(wǎng)上找到一篇gin實(shí)現(xiàn)大文件流式上傳的文章。大體思路是手動(dòng)解析form表單的header和body，然后分片讀取上傳的文件內(nèi)容。但是代碼量有點(diǎn)多且復(fù)雜。有興趣的同學(xué)可以自行百度。
后來在github找到一個(gè)庫
github.com/albrow/forms
可以看到這個(gè)庫讀取上傳文件的方法
func (d Data) GetFileBytes(key string) ([]byte, error) {
fileHeader, found := d.Files[key]
if !found {
return nil, nil
} else {
file, err := fileHeader.Open()
if err != nil {
return nil, err
}
return ioutil.ReadAll(file)
}
}
最后使用的是ioutil.ReadAll，大文件上傳的話就會(huì)有問題，要實(shí)現(xiàn)流式上傳，可以在這個(gè)包里加一個(gè)方法。以下是我自己加的方法
func (d Data) GetFileReader(key string) (io.Reader, error) {
fileHeader, found := d.Files[key]
if !found {
return nil, nil
} else {
file, err := fileHeader.Open()
if err != nil {
return nil, err
}
return file, nil
}
}
得到reader后使用io.Copy即可將文件落盤
userData, err := forms.Parse(c.Request)
if err != nil {
log.Printf("parse錯(cuò)誤：%v", err)
return
}
header := userData.GetFile("file")
fileReader, err := userData.GetFileReader("file")
if err != nil {
log.Printf("獲取reader錯(cuò)誤：%v", err)
return
}
file, _ := os.Create(header.Filename)
io.Copy(file, fileReader)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- 解決golang處理http response碰到的問題和需要注意的點(diǎn)
- golang實(shí)現(xiàn)http server提供文件下載功能
- Golang 發(fā)送http請(qǐng)求時(shí)設(shè)置header的實(shí)現(xiàn)
- golang使用http client發(fā)起get和post請(qǐng)求示例
- 一個(gè)簡單的Golang實(shí)現(xiàn)的HTTP Proxy方法
- 在 Golang 中實(shí)現(xiàn)一個(gè)簡單的Http中間件過程詳解
