分片读取http超大文件流

Golang中的HTTP发送get请求，在获取内容有两种情况。

Golang发送http get请求方式

resp, err := http.Get(sendUrl)if err != nil { fmt.Println("出错", err) return}

第一种方式是直接全部读取出来，这种方式在小数据量的时候很方便。

body变量直接全部接收resp响应内容

body, err2 := ioutil.ReadAll(resp.Body)

第二种方式，分片获取。

首先顶一个切片buf := make([]byte, 4096) 容量和大小都是4096个char字符（切片就是Golang自己的动态变长数组）

for无限循环读取，读取一块内容放入buf中。result 是一个string字符串，然后用 result 自动拼接。

for { n, err:= resp.Body.Read(buf) if err != nil || n == 0{ fmt.Println("出现错误") break } result += string(buf[:n])}

Golang中匹配正则

MustCompile内容不是单引号，而是 `

// 解析，编译正则表达式ret := regexp.MustCompile(`<img width="100" alt="(?:(.*?))"`)//提取需要信息var fileName [][] string = ret.FindAllStringSubmatch(result, -1)

该方法可以进一步推广，可以推广到下载超大文件，然后分片读取和写入硬盘。

然后再开启另一个线程去将这些已经写入硬盘的分片合称在一起。

Golang 并发控制

Java中的多线程，如果主线程开启多个子线程后，在多个子线程全部完成后，主线程才会退出，程序终止。

而在Golang中不会出现此类情况，主Go程和子Go程需要人为控制主GO程和子GO程同步，否则主GO程瞬间结束。

在主GO程开始执行子GO程地方创建一个 channel。子GO程开始往 channel 中添加数据，主GO程再消费数据。

func toWork(start, end int) { //子Go程与主Go程完成同步，意思是子Go程没有全部执行完毕，主Go程不许退出。 page := make(chan int) for i:=start; i<=end; i++ { //开启子GO程 go SpiderPage(i, page) } //主GO程开始消费管道中的数据 for i:=start; i<=end; i++ { fmt.Println("爬取完成", <- page) }}

往主GO程的channel中添加数据，提供给主GO程消费从而达到同步

func SpiderPage(index int, page chan int) { page <- index}

读取http二进制码写入图片

创建文件

获取http流

分片逐步写入

func saveImag(sendUrl string, index int, imageChannel chan int) { //创建文件 path := "C:/img/" + strconv.Itoa(index) + ".jpg" f, err := os.Create(path) if err != nil { return } defer f.Close() //获取http流 resp, err :=http.Get(sendUrl) if err != nil { return } defer resp.Body.Close() //分片逐步写入 buf := make([]byte, 4096) for { n, err := resp.Body.Read(buf) if err != nil { break } f.Write(buf[:n]) } imageChannel <- index}

补充：golang实现http表单大文件流式上传服务端代码

golang的http标准库的上传文件是一次性将文件全部读到内存中，这样上传小文件还可以，但是大文件就无能为力了。

一开始在网上找到一篇gin实现大文件流式上传的文章。大体思路是手动解析form表单的header和body，然后分片读取上传的文件内容。但是代码量有点多且复杂。有兴趣的同学可以自行百度。

后来在github找到一个库

github.com/albrow/forms

可以看到这个库读取上传文件的方法

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，大文件上传的话就会有问题，要实现流式上传，可以在这个包里加一个方法。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即可将文件落盘

userData, err := forms.Parse(c.Request) if err != nil { log.Printf("parse错误：%v", err) return } header := userData.GetFile("file") fileReader, err := userData.GetFileReader("file") if err != nil { log.Printf("获取reader错误：%v", err) return } file, _ := os.Create(header.Filename) io.Copy(file, fileReader)

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。