R语言如何高效在指定索引位置截断大体积文本文件

你可以直接使用R内置的文件连接操作与seek()、truncate()函数实现需求，全程不需要读取整个文件内容，大文件下的执行效率和C语言版本一致。

单字节编码/按字节截断场景 #

如果你的n是字节数，或者文件为ASCII等单字节编码，直接使用以下代码：

n <- 1000L # 保留的前n个字节/单字节字符数
f <- "output.txt"

# 打开读写模式的二进制连接，不会清空原有文件
con <- file(f, open = "r+b")
# 定位到第n个字节位置，等价于C的fseek(fp, n, SEEK_SET)
seek(con, where = n, origin = "start")
# 截断当前位置之后的所有内容
truncate(con)
# 写入追加内容
writeLines("keep going", con, useBytes = TRUE)
# 关闭连接释放资源
close(con)

多字节编码/按字符数截断场景 #

如果文件包含中文等多字节字符，且你需要按字符数而不是字节数保留前n个内容，可以先仅读取前n个字符计算对应的字节偏移量，不需要加载全量文件：

n_char <- 1000L # 保留的前n个字符数
f <- "output.txt"

# 先读取前n个字符计算实际字节偏移
con <- file(f, open = "r", encoding = "UTF-8")
first_n_content <- readChar(con, nchars = n_char)
byte_offset <- nchar(first_n_content, type = "bytes")
close(con)

# 执行截断和写入
con <- file(f, open = "r+b")
seek(con, where = byte_offset, origin = "start")
truncate(con)
writeLines("keep going", con, useBytes = TRUE)
close(con)

内容的提问来源于stack exchange，提问作者chan1142