PHP中glob()循环执行若干次后意外终止问题求助

问题描述 #

编写了一段PHP脚本用于读取多个XML文件并提取数据生成HTML列表，脚本功能正常但循环执行到一定次数后意外终止。当前PHP memory_limit 已设为512M，脚本运行时长约30秒，排除超时问题。简化后的脚本如下：

<?php
$files = glob("./PDFs/*xml");
foreach($files as $filename) {
    $xml=simplexml_load_file($filename) or die("Error: Cannot create object");
    foreach($xml->xml->rechnung_list->rechnung as $data) {
        $belegnr = $data->belegnr;
        $file = glob("*" . "$belegnr.pdf");
        echo '<tr>';
        echo "<td>" . $data->auftrag . "</td>";
        echo "<td>" . $data->belegnr . "</td>";
        echo "<td>" . $data->kundennummer . "</td>";
        echo "<td>" . $data->name . "</td>";
        echo "<td>" . date("d. m Y" , strtotime($data->datum)) . "</td>";
        echo "<td>" . "<a href='" . $file[0] . "'>DOWNLOAD</a>" . "</td>";
        echo '</tr>';
    }
}
?>

可能原因及解决办法 #

1. SimpleXML对象未释放引发内存泄漏 #

每次循环加载XML文件后，$xml对象会持续占用内存，PHP垃圾回收机制无法及时清理大量重复创建的对象，内存累积到阈值后触发脚本终止（即使memory_limit设为512M，若XML文件数量多或单个文件体积大，仍可能超出）。

解决办法：
在每次XML处理完成后，手动销毁对象并强制触发垃圾回收：

foreach($files as $filename) {
    $xml=simplexml_load_file($filename) or die("Error: Cannot create object");
    // 原XML数据处理代码...
    
    // 销毁对象并回收内存
    unset($xml);
    gc_collect_cycles();
}

2. 内层glob重复扫描目录消耗资源 #

内层循环中每次调用glob("*$belegnr.pdf")都会扫描整个当前目录，多次重复扫描会持续消耗CPU和内存资源，累积后导致脚本异常中断。

解决办法：
提前扫描所有PDF文件并构建编号与路径的映射数组，避免重复扫描：

// 提前构建PDF文件名与belegnr的映射
$pdfMap = [];
$pdfFiles = glob("./PDFs/*.pdf"); // 根据实际PDF存储路径调整
foreach($pdfFiles as $pdf) {
    // 从文件名提取belegnr（需匹配实际文件名格式，示例为数字结尾的PDF）
    preg_match('/(\d+)\.pdf$/i', $pdf, $matches);
    if(isset($matches[1])) {
        $pdfMap[$matches[1]] = $pdf;
    }
}

// 处理XML时直接从映射中取值
foreach($files as $filename) {
    $xml=simplexml_load_file($filename) or die("Error: Cannot create object");
    foreach($xml->xml->rechnung_list->rechnung as $data) {
        $belegnr = (string)$data->belegnr; // 转为字符串避免类型匹配问题
        $pdfPath = $pdfMap[$belegnr] ?? '无对应PDF';
        echo '<tr>';
        // 原输出代码...
        echo "<td>" . ($pdfPath !== '无对应PDF' ? "<a href='$pdfPath'>DOWNLOAD</a>" : $pdfPath) . "</td>";
        echo '</tr>';
    }
    unset($xml);
    gc_collect_cycles();
}

3. 单个XML文件结构异常或体积过大 #

若某个XML文件数据量极大，或节点结构不符合预期（比如$xml->xml->rechnung_list->rechnung不存在），会导致内存占用异常或逻辑中断。

解决办法：
添加错误捕获与日志记录，定位异常文件：

foreach($files as $filename) {
    try {
        $xml = simplexml_load_file($filename);
        if(!$xml) {
            error_log("加载XML失败: $filename");
            continue;
        }
        // 检查必要节点是否存在
        if(!isset($xml->xml->rechnung_list->rechnung)) {
            error_log("XML结构无效: $filename");
            continue;
        }
        // 原数据处理代码...
    } catch(Exception $e) {
        error_log("处理$filename时出错: " . $e->getMessage());
        continue;
    }
    unset($xml);
    gc_collect_cycles();
}

4. 输出缓冲区溢出 #

持续使用echo输出HTML内容，若输出缓冲区未及时刷新，可能导致缓冲区溢出引发脚本中断。

解决办法：
在每次输出表格行后刷新输出缓冲区：

foreach($xml->xml->rechnung_list->rechnung as $data) {
    // 原输出表格行代码...
    ob_flush();
    flush();
}

内容的提问来源于stack exchange，提问作者RadicalM1nd