PHP CLI 脚本如何优雅处理标准输入：逐行读取、EOF 判断与大文件内存边界

把日志通过管道交给 PHP CLI 脚本时，最稳妥的默认方案通常是从 STDIN 逐行读取：每次只保留当前行，读到文件结束（EOF）就自然退出。这样既能处理交互式输入，也能把内存占用控制在与单行长度相关的范围内。

先把 CLI 输入的边界说清楚

PHP CLI 的标准输入既可以来自终端，也可以来自管道和重定向文件。例如下面两种调用都会让脚本从 STDIN 获得内容：

printf "error\nnotice\n" | php summarize.php
php summarize.php 

脚本本身不需要猜测输入来自哪里。它只负责读取一个已经打开的输入流，直到读取不到下一段数据。这个边界很重要：不要把“读到空字符串”当成“输入结束”，因为空行本身也是合法输入。

用 fgets 逐行处理，先建立可验证的最小流程

对日志筛选、格式转换、行数统计这类任务，逐行循环是最容易控制的写法。判断条件直接写在赋值表达式里，既避免多读一次，也能区分空行和 EOF：

这里的 rtrim 只去掉行尾换行，不会把内容中间的空格误删。fwrite(STDOUT, ...) 输出结果，STDERR 留给统计信息，调用方就能分别重定向结果和诊断信息。

先用三组输入验收：

printf "[error] disk\n\n[info] retry\n" | php summarize.php
printf "" | php summarize.php
php summarize.php 

第一组应只输出一条错误记录并报告 matched=1；第二组应正常退出而不是进入死循环；第三组的输出数量应和日志中匹配行数一致。

不要把空行、false 和 EOF 混成一件事

fgets 在成功读到一行时返回字符串，字符串可能只包含换行符，也可能是空内容经过换行裁剪后的结果。读取失败或已经到达流末尾时才返回 false。因此下面这种写法有隐患：

// 不建议：空行会让循环提前结束
while ($line = fgets(STDIN)) {
    process($line);
}

在弱类型条件判断中，空字符串会被当成假值；而“空行”恰好是日志和配置文件里很常见的内容。使用 !== false 才能让空行继续进入处理逻辑。若任务确实要求跳过空行，也应该在读取成功之后明确写出跳过条件。

整流读取什么时候合适，内存边界如何验收

有些任务需要一次拿到完整输入，例如对一小段 JSON 做整体解析，或者计算全文摘要。这时可以使用 stream_get_contents(STDIN)：

整流的代价是输入越大，字符串和解析后的结构可能同时占用内存。不要因为代码只有一行就认为它适合任意大小的文件。可以用 /usr/bin/time -l（macOS）或 /usr/bin/time -v（Linux）观察峰值内存，再决定是否改回逐行模式。

需要批量处理时，把批次当成明确的流水线阶段

逐行处理可以把每条记录立刻写出；如果外部服务或数据库更适合批量提交，可以在内存中只保留固定数量的行：

$batch = [];
$batchSize = 500;

while (($line = fgets(STDIN)) !== false) {
    $batch[] = rtrim($line, "\r\n");

    if (count($batch) 

循环结束后再处理一次残余批次，否则不足 500 行的尾部数据会被静默丢掉。批次大小也不是越大越快：它同时受单行长度、下游请求大小、失败重试成本和可接受延迟影响。先让批次处理函数可重复执行，再逐步调整数量。

把失败处理和退出状态留给调用方

输入格式错误、下游写入失败和正常 EOF 应该有不同的信号。正常读完输入后返回 0；遇到无法解析的记录或持久化失败时，向 STDERR 写原因并返回非零状态：

try {
    // 逐行读取并处理
} catch (Throwable $e) {
    fwrite(STDERR, $e->getMessage() . PHP_EOL);
    exit(2);
}

调用方可以据此决定是否重试，而不是仅凭标准输出是否为空来判断成功。对生产脚本，还应记录已处理行数、最后一条可定位的输入标识以及失败发生在读取、解析还是写入阶段。

常见问题

STDIN 和显式打开标准输入流有什么区别？

CLI 环境下二者都可以表示标准输入；使用内置的 STDIN 更直观。若代码需要显式打开流并统一管理资源，再考虑 fopen，但不要为了换一种写法而改变读取边界判断。

空输入时 fgets 会返回什么？

没有任何输入时，第一次读取就会返回 false，循环应直接结束。若输入中包含空行，读取成功的返回值仍然是字符串，不能用宽松的真假判断提前退出。

什么时候必须改成逐行读取？

当输入来自未知大小的日志、导出文件或管道，而且处理逻辑可以按行完成时，优先逐行读取。若必须整体解析，先设置可接受的输入上限并测量峰值内存。

上线前的验收清单

• 终端输入、管道输入和文件重定向三种入口都能运行。
• 空行、末尾没有换行符、空输入分别有明确测试。
• 循环只把 false 当作 EOF，不把空字符串误判为结束。
• 大文件测试记录了峰值内存，整流解析没有超出预算。
• 正常 EOF、格式错误和下游写入失败返回不同且可记录的退出状态。