如何用Fortran从输入文件指定行开始读取数据？

问题背景 #

处理超大文本输入文件时，需要从中间某行（如95038000行）开始读取，但当前通过逐行跳过的方式（如下代码）效率极低，耗时过长：

implicit none
integer :: i

open(99, file = 'input.dat')

do i=1, 10000
  read(99,*)
end do            ! skips the first 10,000 lines of file input.dat

输入文件为结构化文本，包含重复的块结构，示例如下：

100
1      0.01    20000    20000
He            51.71286      -72.51866      -18.82236
He            26.74500      -55.83966      -21.50548
...
100
2      0.01    20000    20000
He           -75.32897      -18.60672       25.41119
...

解决方案 #

Fortran本身没有直接按行号跳转的内置函数，但可以根据文件特点选择以下高效方法：

1. 固定行宽文件：直接访问模式定位

如果文件每行的字节数完全固定，可通过直接访问模式打开文件，直接定位到目标行：

implicit none
integer, parameter :: SKIP_LINES = 95038000
integer :: unit, rec_len, status
character(len=256) :: dummy_line

! 先获取每行的记录长度
open(newunit=unit, file='input.dat', status='old', action='read')
inquire(unit=unit, recl=rec_len)
close(unit)

! 以直接访问模式打开，直接跳转到目标行的下一行
open(newunit=unit, file='input.dat', status='old', action='read', access='direct', recl=rec_len)
read(unit, rec=SKIP_LINES+1, iostat=status) dummy_line
if (status /= 0) error stop "Failed to locate target line"

! 后续正常读取数据
! read(unit, rec=...) your_variables
close(unit)

注意：此方法仅适用于所有行字节数完全一致的文件，否则定位会出错。

2. 结构化文件：利用块标记定位

针对你提供的重复块结构文件，可直接搜索块标记（如100或块编号1/2），无需计算具体行数：

implicit none
integer :: unit, block_id, target_block = 2, status
character(len=256) :: line

open(newunit=unit, file='input.dat', status='old', action='read')

! 循环搜索目标块
do
  read(unit, '(A)', iostat=status) line
  if (status /= 0) error stop "File ended before finding target block"
  
  ! 匹配块开头的"100"标记
  if (line(1:3) == '100') then
    ! 读取下一行的块编号
    read(unit, *, iostat=status) block_id
    if (block_id == target_block) exit  ! 找到目标块，停止搜索
  end if
end do

! 开始读取目标块内的He数据
do
  read(unit, *, iostat=status) line  ! 替换为实际变量读取（如elem, x, y, z）
  if (status /= 0) exit
  print *, line  ! 示例输出，替换为你的数据处理逻辑
end do

close(unit)

此方法效率远高于逐行跳过，因为它直接跳过无关块，无需解析每一行。

3. 系统工具预处理（Unix/Linux/Windows）

利用系统自带的文件处理工具提前裁剪文件，速度远快于Fortran逐行读取：

• Unix/Linux：执行tail命令直接提取从目标行开始的内容：

  tail -n +95038001 input.dat > trimmed_input.dat
  

• Windows：使用PowerShell或more命令：

  Get-Content input.dat -Skip 95038000 > trimmed_input.dat
  

  或

  more +95038000 input.dat > trimmed_input.dat
  

也可在Fortran中直接调用系统命令完成预处理：

implicit none
character(len=256) :: cmd

! Unix/Linux版本
cmd = 'tail -n +95038001 input.dat > trimmed_input.dat'
! Windows PowerShell版本
! cmd = 'powershell -Command "Get-Content input.dat -Skip 95038000 > trimmed_input.dat"'
call system(cmd)

! 读取裁剪后的文件
open(99, file='trimmed_input.dat')
! 后续正常读取
close(99)

内容的提问来源于stack exchange，提问作者Adam.L