const dirfile = 'BIG_DATA.HTM'
const reg = /(\<td .*)/g
const fs = require('fs')
const myReadStream =fs.createReadStream(dirfile,'utf8');
myReadStream.on('data',(chunk_)=>{
var myReturn = chunk_.match(reg)
//console.log(typeof(myReturn)) // -->> returns all of My REGEX as object
console.log(myReturn) // -->> Returns every object of My REGEX that i nedd to write in another file
}
1 Resposta
Segundo a documentação, o retorno do método match
, quando a regex tem a flag g
, é um array com todas as ocorrências encontradas (no caso, um array de strings).
Então myReturn
é um array, e basta percorrê-lo para obter os matches e usar createWriteStream
para escrever seu conteúdo em um arquivo:
const entrada = fs.createReadStream(arquivoEntrada, 'utf8');
const saida = fs.createWriteStream(arquivoSaida, 'utf8');
entrada.on('data', (chunk_) => {
var myReturn = chunk_.match(reg);
myReturn.forEach(function(trechoEncontrado) { saida.write(trechoEncontrado + '\n'); });
});
saida.end();
Apenas um adendo: a regex busca por <td
e em seguida temos .*
, que é "zero ou mais caracteres". Só que o ponto corresponde a qualquer caractere, exceto quebras de linha, e o quantificador *
é, por default, "ganancioso" e tenta pegar o máximo de caracteres possível.
Isso quer dizer que a regex vai pegar desde o primeiro <td
que encontrar, e depois vai pegar tudo até a próxima quebra de linha (ou seja, dependendo do conteúdo do arquivo, ela pode pegar mais do que somente a tag td
). Se o objetivo era pegar somente o td
, aí já foge um pouco do escopo da questão, e vai depender de como está esse HTML (pois usar regex para parsing de HTML nem sempre é a melhor solução).
-
1
-
const saida = fs.createWriteStream(arquivoSaida, 'utf8'); const entrada = fs.createReadStream(arquivoEntrada, 'utf8'); entrada.on('data', (chunk_) => { var myReturn = chunk_.match(reg); myReturn.forEach(function(trechoEncontrado) { saida.write(trechoEncontrado + '\n'); }); });– EdxCommented 23/08/2019 às 19:12
-