regex - 在大文本文件中查找字符串中最后出现的子字符串

Question

我正在尝试阅读一个大约 10 GB 的巨大文本文件。我想找到最后一次出现的字符串。

例如，下面是 5 行的示例，第 2 行和第 5 行是相同的字符串。
我想取最后一个，因为它是最新的，并使用 streamreader 将其输出到文本文件。

我最好使用正则表达式还是最好使用 alastindexof来确定它是否是最后一个字符串？

我有很多这样的搜索要做，所以我会创建某种数组并让它自下而上搜索以提高性能。

有人可以指出我正确的方向吗？

GET/a/users/115656WindowsNT6.1;Trident
GET/a/users/126692MSIE7.0;WindowsNT6.1
GET/a/users/77562WindowsNT6.1;WOW64;Tr
GET/a/users/35650WindowsNT6.1;WOW64;Tr
GET/a/users/126692MSIE7.0;WindowsNT6.2

Answer 1

我相信这File.ReadLines是根据msdn读取大文件的最佳方法之一：

ReadLines 和 ReadAllLines 方法的区别如下： 使用 ReadLines 时，可以在返回整个集合之前开始枚举字符串集合；使用 ReadAllLines 时，必须等待返回整个字符串数组才能访问该数组。因此，当您处理非常大的文件时，ReadLines 会更有效率。

因此，基于此，我编写了以下代码，希望对您有所帮助：

Dim myList As List(Of String) = IO.File.ReadLines("MyLargFile.txt").OfType(Of String)().Where(Function(s) s.Contains("126692MSIE7")).ToList

这段代码将返回匹配字符串行的列表。

输出 ：

myList(0) = "GET/a/users/126692MSIE7.0;WindowsNT6.1" 
myList(1) = "GET/a/users/126692MSIE7.0;WindowsNT6.2"

当然，如果需要最后一行，您可以使用以下Last方法：

Dim last As String = myList.Last