使用php生成器分块处理超大文本文件，核心做法是结合 fopen 打开文件句柄与 yield 关键字，在循环中按固定字节数或行读取内容并逐块产出。通过设置合理的缓冲区大小（如 8192 字节），可以避免一次性加载整个文件到内存，从而将内存占用控制在极低水平。这种方式特别适用于日志分析、数据清洗等场景，能够流式地处理gb甚至tb级的文本数据。
如何按固定字节数分块读取大文件？
按固定字节数分块读取的关键在于使用 fread() 函数配合 yield。每次调用 fread($handle, $chunkSize) 时，它只会从当前指针位置读取指定数量的字节，随后生成器暂停执行并将该块数据返回给调用者。当文件指针到达末尾时，循环终止，资源自动释放。这种方法适合需要精确控制内存分配的场景，但需注意最后一块可能不足 $chunkSize 的情况。
<?php
function readByBytes(string $filePath, int $chunkSize = 8192): Generator {
if (!file_exists($filePath)) {
throw new Exception("File not found");
}
$handle = fopen($filePath, 'r');
if (!$handle) {
throw new Exception("Failed to open file");
}
try {
while (!feof($handle)) {
$chunk = fread($handle, $chunkSize);
if ($chunk !== false && strlen($chunk) > 0) {
yield $chunk;
}
}
} finally {
fclose($handle);
}
}
// 使用示例
$generator = readByBytes('large_file.txt', 4096);
foreach ($generator as $index => $chunk) {
echo "Chunk {$index}: Length " . strlen($chunk) . PHP_EOL;
// 在这里处理每一块数据
}上述代码定义了一个 readByBytes 函数，它接受文件路径和可选的块大小参数。内部使用 fopen 打开文件，并通过 while (!feof($handle)) 循环持续读取。每次读取后，如果获取到非空数据，就通过 yield 抛出。最后确保在 finally 块中关闭文件句柄，防止资源泄漏。调用方只需遍历生成器即可逐个获取数据块，无需关心底层细节。
立即学习“PHP免费学习笔记（深入）”；
如何按行分块处理文本文件？
按行分块处理通常比按字节更实用，因为大多数文本文件以行为单位组织。PHP提供了 fgets() 函数，它可以逐行读取文件。为了优化性能，可以结合 stream_set_chunk_size() 或直接使用 file() 函数的变体，但对于超大文件，推荐使用 fgets() 配合生成器。这样每行作为一个单元被产出，便于后续的行级逻辑处理，如过滤、解析或统计。
<?php
function readByLines(string $filePath): Generator {
$handle = fopen($filePath, 'r');
if (!$handle) {
throw new Exception("Failed to open file");
}
try {
while (($line = fgets($handle)) !== false) {
yield trim($line);
}
} finally {
fclose($handle);
}
}
// 使用示例
$generator = readByLines('large_file.txt');
$count = 0;
foreach ($generator as $line) {
if (strpos($line, 'ERROR') !== false) {
echo "Found error line: $line" . PHP_EOL;
}
$count++;
}
echo "Total lines processed: $count" . PHP_EOL;此段代码展示了 readByLines 函数，它同样使用 fopen 和 try-finally 结构保证资源安全。核心差异在于使用 fgets($handle) 替代 fread，每次读取一行。通过 trim() 去除行尾换行符，使数据更干净。调用示例演示了如何在遍历过程中进行条件判断（查找包含 'ERROR' 的行）并计数。这种模式非常适合日志分析任务，其中每行代表一个独立事件。
生成器在处理完所有数据后会自动清理资源吗？
是的，生成器本身不会自动关闭文件句柄，必须显式管理。如果在遍历过程中提前退出（例如使用 break 或发生异常），finally 块中的 fclose() 仍会执行，确保文件句柄被正确关闭。这是PHP 7+ 中生成器的一个重要特性：即使迭代未完整执行，finally 块也会运行。因此，始终将 fclose() 放在 finally 中是最安全的做法，避免内存泄漏或文件锁问题。
