如何加速批量读取TIF文件EXIF修改日期的R代码？

核心性能瓶颈分析 #

原代码的最大问题在于循环逐个调用read_exif()——每次调用都会启动独立的exiftool进程，10万次进程启动的开销会累积成数小时的耗时。exifr::read_exif()本身支持批量处理文件列表，只需一次进程启动即可完成所有文件的解析，这是提速的关键。

具体优化方案 #

• 批量读取EXIF数据：直接传入所有文件路径给read_exif()，避免循环内重复启动进程
• 仅读取目标字段：通过tags参数指定只读取FileModifyDate，减少不必要的数据解析和传输
• 批量转换日期格式：对批量结果一次性完成日期转换，替代循环内的逐个处理

优化后代码 #

library(exifr)

read_tif_modification_dates <- function(folder_path) {
  # 获取所有TIF文件完整路径（匹配大小写，避免误判）
  tif_files <- list.files(
    folder_path, 
    pattern = "\\.tif$", 
    full.names = TRUE, 
    ignore.case = TRUE
  )
  
  # 批量读取指定EXIF字段，仅一次exiftool调用
  exif_batch <- read_exif(tif_files, tags = "FileModifyDate")
  
  # 一次性转换日期格式，提升效率
  exif_batch$FileModifyDate <- as.POSIXct(
    exif_batch$FileModifyDate, 
    format = "%Y:%m:%d %H:%M:%S"
  )
  
  # 保持原输出格式：以文件路径为键的日期列表
  timestamps_list <- setNames(
    as.list(exif_batch$FileModifyDate), 
    exif_batch$SourceFile
  )
  
  return(timestamps_list)
}

# 调用函数
timestamps_list <- read_tif_modification_dates(folder_path)

超快速备选方案（若需求允许） #

如果EXIF中的FileModifyDate与文件系统修改时间一致，可以直接读取文件系统元数据，速度比解析EXIF快100倍以上：

read_tif_filesystem_dates <- function(folder_path) {
  tif_files <- list.files(
    folder_path, 
    pattern = "\\.tif$", 
    full.names = TRUE, 
    ignore.case = TRUE
  )
  file_info <- file.info(tif_files)
  timestamps_list <- setNames(as.list(file_info$mtime), tif_files)
  return(timestamps_list)
}

内容的提问来源于stack exchange，提问作者Lina Bird