tengo un archivo txt
con emails, hay casi un millón de emails algo como 978.000 (algunos son repetidos).
Pero mi script
es ineficiente, no logra hacerlo de forma "rápida" y si los números de emails superan el millón prácticamente no puede extraerlos.
Lo que tengo hecho es lo siguiente:
<?php
$fp = fopen('emails.txt', 'r');
$salida = fopen("salida.txt", "w+");
if (!$fp) {
echo 'ERROR: No ha sido posible abrir el archivo. Revisa su nombre y sus permisos.';
exit;
}
$loop = 0;
while (!feof($fp)) {
while (($line = fgets($fp)) !== false) {
if (preg_match("/[a-z0-9_\-\+\.]+@[a-z0-9]+\.([a-z]{2,4})(?:\.[a-z]{2})?/i", $line, $result)) {
preg_match("/[a-z0-9_\-\+\.]+@[a-z0-9]+\.([a-z]{2,4})(?:\.[a-z]{2})?/i", $line, $result);
$result = join("\n", $result);
$emails_unicos[] = $result;
$emails_unicos = array_unique($emails_unicos);
}
}
foreach ($emails_unicos as $email_unico) {
echo rtrim($email_unico, "com") . '<br/>';;
fwrite($salida, $email_unico);
$loop++;
}
}
fclose($fp);
?>
Lo que hago en mi script
es leer los datos del txt
, filtrarlos y eliminar lo duplicados.
Pero ¿se podría mejorar de alguna forma? para optimizarlo y que pueda extraer más de un millón de usuarios.