TFileStream und #0

[hoika]

Hallo,

Ich durchsuche Doc-Dateien nach bestimmten Kennern,
z.B. <NachName>.
Word hat aber die Eigenheit, dann auch sowas nach einer wilden Formataktion zu erzeugen:
<Nac#0hName#0> .
Das soll auch gefunden werden.
Der aktuelle Code läuft über direktes Byte-Lesen
und ist gerade bei großen Dateien etwas langsam.
Ich dachte jetzt, dass mit TFileStream zu machen.
Ich müsste dann jedes Byte einzeln ansprechen.
Die interne Suchroutine soll ja so bleiben.

Es geht hier übrigens nur um DOC, bei DOCX und ODT
habe ich dank dem XML-Format weniger Probleme ...

Heiko

[jaenicke]

Zitat von hoika:

Der aktuelle Code läuft über direktes Byte-Lesen
und ist gerade bei großen Dateien etwas langsam.
Ich dachte jetzt, dass mit TFileStream zu machen.
Ich müsste dann jedes Byte einzeln ansprechen.

Dafür empfehle ich die Verwendung von MMFs:
http://www.delphipraxis.net/151898-s...ei-reader.html
Damit lese ich in meinen Registryeditor .reg Dateien ein. Damit schaffe ich auf einer normalen Desktopfestplatte 70-100 MiB/s beim byteweisen (!) Auslesen, je nach Modell. Sprich es geht Richtung Maximalgeschwindigkeit der Platte. Bei SSDs ist es noch einmal schneller, damit habe ich aber nicht viel getestet.

[hoika]

Hallo,

ich lese dort immer Textdateien (bei dem Link von jaenicke),
ich brauche das ganze aber binär.


Heiko

[jaenicke]

Dort benutze ich PAnsiChar, aber du kannst daraus auch problemlos PByte machen und stattdessen die Bytewerte nehmen (die Unicode-Teile kannst du einfach entfernen). Du sollst den Quelltext ja nicht unbedingt 1:1 benutzen, aber du kannst ihn als Vorlage benutzen um mit einer MMF die Dateien sehr schnell und dennoch rein byteweise auszulesen.
Ob das nun Zeichen oder Bytewerte sind, ändert an der Vorgehensweise nichts.

Ich suche dort die Zeilenenden. Analog kannst du auch nach deinen Werten suchen.

[hoika]

Danke


Heiko