PHP Generator 怎样把逐行读取改成惰性迭代

处理几十万行日志或订单文件时，先用 file()、explode() 或一次性查询结果组成数组，代码虽然直观，却会把全部记录同时留在内存里。PHP Generator 的改法是：把逐行读取函数改成包含 yield 的生成器，每次只产出一条记录，foreach 需要下一条时再继续读取。

惰性迭代的关键不是把数组换成另一个容器，而是让“读取一行”和“交付一行”发生在同一次迭代中。对大文件、流式过滤和找到目标即停止的任务，这种改法最有价值。

• 读取端：fgets() 每次拿一行，解析后立即 yield。
• 消费端：直接遍历 Generator，不调用 iterator_to_array() 把数据重新装回数组。
• 资源端：用 finally 关闭文件，即使遍历提前结束也保留清理路径。

先把一次性数组读取改成按行产生

先看一个容易出现内存峰值的写法：读取函数返回完整数组，调用方必须等文件全部读完才能开始处理。下面的示例只作为对照，真正要改的是数据产生方式。

Generator 函数的调用结果不是最终数组，而是一个可遍历的 Generator 对象。函数体会在迭代真正开始时推进，并在每个 yield 处暂停，下一次需要值时从暂停位置继续。

用 yield 封装一个可复用的逐行读取器

下面做一个小项目：从 orders.csv 读取“订单号、用户、金额”三列，只把格式正确的记录交给调用方。函数内部打开文件，循环读取，解析后逐条 yield；这样调用方无需知道文件句柄和行号细节。

 */
function readOrders(string $path): Generator
{
    $handle = fopen($path, 'rb');
    if ($handle === false) {
        throw new RuntimeException('订单文件无法打开：' . $path);
    }

    try {
        $lineNumber = 0;
        while (($line = fgets($handle)) !== false) {
            $lineNumber++;
            $line = trim($line);

            // 空行不产生记录，避免消费端收到无意义数据。
            if ($line === '') {
                continue;
            }

            $fields = str_getcsv($line);
            if (count($fields) !== 3) {
                // 坏行只跳过并记录位置，不让整次扫描失去进度。
                error_log("跳过第 {$lineNumber} 行：字段数不正确");
                continue;
            }

            [$orderId, $user, $amount] = $fields;
            if (!is_numeric($amount)) {
                error_log("跳过第 {$lineNumber} 行：金额不是数字");
                continue;
            }

            // 只在调用方索要下一条时交付当前记录。
            yield [
                'order_id' => trim($orderId),
                'user' => trim($user),
                'amount' => (float) $amount,
            ];
        }

        if (!feof($handle)) {
            throw new RuntimeException('读取订单文件时发生错误');
        }
    } finally {
        // foreach 提前 break 或读取抛错时也会走到这里。
        fclose($handle);
    }
}

这里的重点有三个：函数包含 yield 后会返回 Generator；fgets() 每次只读取当前行；finally 把文件关闭动作放在所有退出路径上。若文件打不开，异常会在迭代开始时抛出，调用方可以统一处理。

让消费端按需处理并支持提前停止

消费端不需要把 Generator 转成数组，直接使用 foreach 即可。下面的任务是找到金额超过 10000 的第一笔订单；找到后 break，后续行就不会继续读取。

 10000) {
            $largeOrder = $order;
            break;
        }
    }
} catch (RuntimeException $exception) {
    // 生产代码可把路径和错误写入应用日志，但不要吞掉失败原因。
    error_log($exception->getMessage());
}

if ($largeOrder !== null) {
    printf("找到订单 %s，金额 %.2f\n", $largeOrder['order_id'], $largeOrder['amount']);
}

break 不会让之前已经交付的记录回到文件里，也不会提供随机访问能力。它适合“顺序扫描直到找到结果”的场景；如果业务需要按行号跳转、反复从中间读取，Generator 就不再是唯一合适的抽象。

哪些边界需要在改造前说清楚

惰性迭代能降低“同时保存全部记录”带来的内存压力，但不会自动修复所有数据问题。文件编码、CSV 转义、坏行策略、日志量和业务异常仍需由读取器明确处理。

还要注意不要在最后调用 iterator_to_array(readOrders(...))，否则又把惰性数据一次性收集回数组，改造带来的内存收益会被抵消。真正的收益来自“生产一条、消费一条”，而不是来自 yield 这个关键词本身。

常见问题

调用 Generator 函数时文件会立刻打开吗？

包含 yield 的函数会返回 Generator，函数体通常要等到开始迭代才推进。因此要把“创建对象”和“真正读取文件”区分开，异常也可能在第一次遍历时出现。

Generator 能不能像数组一样按下标读取？

不能把它当成支持随机访问的数组。Generator 更适合从头到尾顺序消费；如果必须按索引频繁读取，应重新评估索引或缓存方案。

提前 break 后文件句柄会不会一直占用？

示例把关闭动作放进 finally，为提前结束和异常退出保留清理路径。实际项目还应让生成器对象尽快离开作用域，不要长期保存未消费的迭代器。