В Linux вы можете использовать fallocate ()
, чтобы освободить данные в начале файла.
Освобождение файлового пространства
Установка флага FALLOC_FL_PUNCH_HOLE (доступного с Linux 2.6.38) в режиме освобождает пространство (т. Е. Создает дыру) в диапазоне байтов, начиная со смещения и продолжаясь для len байтов. В пределах указанного диапазона частичные блоки файловой системы обнуляются, а целые блоки файловой системы удаляются из файла. После успешного вызова последующие чтения из этого диапазона вернут нули.
...
Это не изменит размер файла, о котором сообщает ls
или stat
или аналогичные, но уменьшит фактическое использование диска, как файл будет разреженным . Попытка чтения из "дыр" в файле все равно будет успешной и вернет 0
заполненных байтов процессу чтения.
Примерно так:
size_t maxSize = 512UL * 1024UL * 1024UL;
char buffer[ 8 * 1024 ];
struct stat sb;
int in = open( inputFile, O_RDONLY );
int out = open( outputFile, O_WRONLY | O_CREAT | O_APPEND, 0644 );
fstat( out, &sb );
size_t fileSize = sb.st_size;
for ( ;; )
{
ssize_t bytesRead = read( in, buffer, sizeof( buffer ) );
if ( bytesRead < 0 )
{
break;
}
ssize_t bytesWritten = write( out, buffer, bytesRead );
if ( bytesWritten < 0 )
{
break;
}
fileSize += bytesWritten;
if ( fileSize > maxSize )
{
fsync( out );
off_t endOfHole = fileSize - maxSize;
fallocate( out, FALLOC_FL_PUNCH_HOLE | FALLOC_FL_KEEP_SIZE,
0UL, endOfHole );
}
}
Это поддерживается только в XFS, BTRFS, EXT4 и tmpfs.
Он также требует гораздо большей проверки ошибок и может даже не компилироваться как есть. Это также очень неэффективно, так как при достижении максимального размера он будет вызывать fallocate ()
для каждого цикла read ()
/ write ()
, и он будет каждый раз пробивайте "дырку" от начала файла.
Также нет смысла использовать буферизованный fread ()
/ fwrite ()
для этого шаблона ввода-вывода. Просто read ()
/ write ()
достаточно больших фрагментов.
$ cat f.html
<h1>head</h1>
<p>hello</p>
<p>world</p>
$ grep -o '<p>.*</p>' f.html | tr '[:lower:]' '[:upper:]' | sed 's/P>/p>/g'
<p>HELLO</p>
<p>WORLD</p>
# capture other tags: grep multi-pattern e.g 'patt1\|patt2\|pattN'
$ grep -o '<p>.*</p>\|<h1>.*</h1>' f.html | tr '[:lower:]' '[:upper:]' | sed 's/P>/p>/g;s/H1>/h1>/g'
<h1>HEAD</h1>
<p>HELLO</p>
<p>WORLD</p>
# add line after h1 tag : grep+tr+sed
function foo () {
grep -o '<p>.*</p>\|<h1>.*</h1>' "${1}" | tr '[:lower:]' '[:upper:]' | sed 's/P>/p>/g;s/H1>/h1>/g' | while read line; do
case "${line}" in
"<h1>"*)
echo "${line}"
echo "anything that should appear after h1 tags"
;;
"<p>"*)
echo "${line}"
;;
esac
done
}
$ foo f.html
<h1>HEAD</h1>
anything that should appear after h1 tags
<p>HELLO</p>
<p>WORLD</p>
# add line after h1 tag : few [shell parameter expansion] tips + while & case statments
function foo () {
grep -o '<p>.*</p>\|<h1>.*</h1>' "${1}" | while read line; do
case "${line}" in
"<h1>"*)
line="${line^^}"; #capitalize (shell parameter expansion)
echo "${line//H1>/h1>}" # find replace (shell parameter expansion)
echo "anything that should appear after h1 tags"
;;
"<p>"* | "<P>"*) # if html files contain capitalized P tag and you wanna capture them
line="${line^^}"; #capitalize
echo "${line//P>/p>}" # find replace
;;
"<foo>"*)
line="${line^^}"; #capitalize
linopenintag="${line//<foo>/}"; # <foo>hello world</foo> ==> hello world</foo>
innerHTML="${linopenintag//<\/foo>/}"; # hello world</foo> ==> hello world
innerHTMLarr=(${innerHTML}); # in case i want to put each word in a spin or/and style that word differently
for eachword in ${innerHTMLarr[@]}; do
if [[ "${eachword}" == "something" ]]; then # capture special words...
echo "<bar style='...'> ${eachword} </bar>"
else
echo "<bar> ${eachword} </bar>"
fi
done
;;
esac
done
}
$ foo f.html
<h1>HEAD</h1>
anything that should appear after h1 tags
<p>HELLO</p>
<p>WORLD</p>
xmllint
+sed
раствор:
xmllint --html --xpath "//p" input.html | sed 's/>[^<>]*</\U&/'
Выход:
<p>HELLO</p>