我需要使用Java逐行读取大约5-6 GB的大型文本文件。
我如何快速做到这一点?
这是一个示例,该示例具有完整的错误处理并支持Java 7之前的字符集规范。使用Java 7,您可以使用try-with-resources语法,从而使代码更简洁。
如果只需要默认字符集,则可以跳过InputStream并使用FileReader。
InputStream ins = null; // raw byte-stream
Reader r = null; // cooked reader
BufferedReader br = null; // buffered for readLine()
try {
String s;
ins = new FileInputStream("textfile.txt");
r = new InputStreamReader(ins, "UTF-8"); // leave charset out for default
br = new BufferedReader(r);
while ((s = br.readLine()) != null) {
System.out.println(s);
}
}
catch (Exception e)
{
System.err.println(e.getMessage()); // handle exception
}
finally {
if (br != null) { try { br.close(); } catch(Throwable t) { /* ensure close happens */ } }
if (r != null) { try { r.close(); } catch(Throwable t) { /* ensure close happens */ } }
if (ins != null) { try { ins.close(); } catch(Throwable t) { /* ensure close happens */ } }
}
这是Groovy版本,具有完整的错误处理:
File f = new File("textfile.txt");
f.withReader("UTF-8") { br ->
br.eachLine { line ->
println line;
}
}
java-8发布后(2014年3月),您将可以使用流:
try (Stream lines = Files.lines(Paths.get(filename), Charset.defaultCharset())) {
lines.forEachOrdered(line -> process(line));
}
打印文件中的所有行:
try (Stream lines = Files.lines(file, Charset.defaultCharset())) {
lines.forEachOrdered(System.out::println);
}
在Java 8中,您可以执行以下操作:
try (Stream lines = Files.lines (file, StandardCharsets.UTF_8))
{
for (String line : (Iterable) lines::iterator)
{
;
}
}
一些注意事项: Files.lines
返回的流(与大多数流不同)需要关闭。 由于这里提到的原因,我避免使用forEach()
。 奇怪的代码(Iterable
将Stream转换为Iterable。
在Java 7中:
String folderPath = "C:/folderOfMyFile";
Path path = Paths.get(folderPath, "myFileName.csv"); //or any text file eg.: txt, bat, etc
Charset charset = Charset.forName("UTF-8");
try (BufferedReader reader = Files.newBufferedReader(path , charset)) {
while ((line = reader.readLine()) != null ) {
//separate all csv fields into string array
String[] lineVariables = line.split(",");
}
} catch (IOException e) {
System.err.println(e);
}
try (Stream stream = Files.lines(Paths.get(fileName))) {
stream.forEach(System.out::println);
}
FileReader不允许您指定编码,如果需要指定编码,请改用InputStreamReader
:
try {
BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(filePath), "Cp1252"));
String line;
while ((line = br.readLine()) != null) {
// process the line.
}
br.close();
} catch (IOException e) {
e.printStackTrace();
}
如果从Windows导入了此文件,则该文件可能具有ANSI编码(Cp1252),因此必须指定编码。
您还可以使用apache commons io
:
File file = new File("/home/user/file.txt");
try {
List lines = FileUtils.readLines(file);
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
我通常会简单地执行阅读例程:
void readResource(InputStream source) throws IOException {
BufferedReader stream = null;
try {
stream = new BufferedReader(new InputStreamReader(source));
while (true) {
String line = stream.readLine();
if(line == null) {
break;
}
//process line
System.out.println(line)
}
} finally {
closeQuiet(stream);
}
}
static void closeQuiet(Closeable closeable) {
if (closeable != null) {
try {
closeable.close();
} catch (IOException ignore) {
}
}
}
在Java 8中,还有一种替代方法来使用Files.lines()
。 如果您的输入源不是文件,而是更抽象的东西(例如Reader
或InputStream
,则可以通过BufferedReader
的lines()
方法对这些行进行流处理。
例如:
try (BufferedReader reader = new BufferedReader(...)) {
reader.lines().forEach(line -> processLine(line));
}
将为BufferedReader
读取的每个输入行调用processLine()
。
您可以使用扫描仪扫描整个文本,然后逐行浏览文本。 当然,您应该导入以下内容:
import java.io.File;
import java.io.FileNotFoundException;
import java.util.Scanner;
public static void readText throws FileNotFoundException {
Scanner scan = new Scanner(new File("samplefilename.txt"));
while(scan.hasNextLine()){
String line = scan.nextLine();
//Here you can manipulate the string the way you want
}
}
扫描程序基本上会扫描所有文本。 while循环用于遍历整个文本。
.hasNextLine()
函数是一个布尔值,如果文本中还有更多行,则返回true。 .nextLine()
函数为您提供整行作为字符串,然后您可以使用所需的方式。 尝试使用System.out.println(line)
打印文本。
注意:.txt是文件类型的文本。
实现这一目标的明确方法,
例如:
如果当前目录中有dataFile.txt
import java.io.*;
import java.util.Scanner;
import java.io.FileNotFoundException;
public class readByLine
{
public readByLine() throws FileNotFoundException
{
Scanner linReader = new Scanner(new File("dataFile.txt"));
while (linReader.hasNext())
{
String line = linReader.nextLine();
System.out.println(line);
}
linReader.close();
}
public static void main(String args[]) throws FileNotFoundException
{
new readByLine();
}
}
输出如下
使用Java 8 读取文件
package com.java.java8;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.stream.Stream;
/**
* The Class ReadLargeFile.
*
* @author Ankit Sood Apr 20, 2017
*/
public class ReadLargeFile {
/**
* The main method.
*
* @param args
* the arguments
*/
public static void main(String[] args) {
try {
Stream stream = Files.lines(Paths.get("C:\\Users\\System\\Desktop\\demoData.txt"));
stream.forEach(System.out::println);
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}
BufferedReader br;
FileInputStream fin;
try {
fin = new FileInputStream(fileName);
br = new BufferedReader(new InputStreamReader(fin));
/*Path pathToFile = Paths.get(fileName);
br = Files.newBufferedReader(pathToFile,StandardCharsets.US_ASCII);*/
String line = br.readLine();
while (line != null) {
String[] attributes = line.split(",");
Movie movie = createMovie(attributes);
movies.add(movie);
line = br.readLine();
}
fin.close();
br.close();
} catch (FileNotFoundException e) {
System.out.println("Your Message");
} catch (IOException e) {
System.out.println("Your Message");
}
这个对我有用。 希望它也能帮助您。
您可以使用流来更精确地做到这一点:
Files.lines(Paths.get("input.txt")).forEach(s -> stringBuffer.append(s);
您可以使用以下代码:
import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
public class ReadTextFile {
public static void main(String[] args) throws IOException {
try {
File f = new File("src/com/data.txt");
BufferedReader b = new BufferedReader(new FileReader(f));
String readLine = "";
System.out.println("Reading file using Buffered Reader");
while ((readLine = b.readLine()) != null) {
System.out.println(readLine);
}
} catch (IOException e) {
e.printStackTrace();
}
}
}
我记录并测试了10种不同的方式来读取Java文件 ,然后通过使它们读取从1KB到1GB的测试文件来相互对抗。 这是读取1GB测试文件最快的3种文件读取方法。
请注意,在运行性能测试时,我没有向控制台输出任何内容,因为这确实会降低测试速度。 我只是想测试原始读取速度。
1)java.nio.file.Files.readAllBytes()
在Java 7、8、9中进行了测试。这总体上是最快的方法。 读取1GB文件始终不到1秒。
import java.io..File;
import java.io.IOException;
import java.nio.file.Files;
public class ReadFile_Files_ReadAllBytes {
public static void main(String [] pArgs) throws IOException {
String fileName = "c:\\temp\\sample-1GB.txt";
File file = new File(fileName);
byte [] fileBytes = Files.readAllBytes(file.toPath());
char singleChar;
for(byte b : fileBytes) {
singleChar = (char) b;
System.out.print(singleChar);
}
}
}
2)java.nio.file.Files.lines()
这已在Java 8和9中成功测试,但由于缺少对lambda表达式的支持,因此在Java 7中无法使用。 读取1GB的文件大约需要3.5秒,与读取较大的文件相比,它排在第二位。
import java.io.File;
import java.io.IOException;
import java.nio.file.Files;
import java.util.stream.Stream;
public class ReadFile_Files_Lines {
public static void main(String[] pArgs) throws IOException {
String fileName = "c:\\temp\\sample-1GB.txt";
File file = new File(fileName);
try (Stream linesStream = Files.lines(file.toPath())) {
linesStream.forEach(line -> {
System.out.println(line);
});
}
}
}
3)BufferedReader
经过测试,可以在Java 7、8、9中运行。读取1GB测试文件大约需要4.5秒。
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
public class ReadFile_BufferedReader_ReadLine {
public static void main(String [] args) throws IOException {
String fileName = "c:\\temp\\sample-1GB.txt";
FileReader fileReader = new FileReader(fileName);
try (BufferedReader bufferedReader = new BufferedReader(fileReader)) {
String line;
while((line = bufferedReader.readLine()) != null) {
System.out.println(line);
}
}
}
您可以在此处找到所有10种文件读取方法的完整排名。
通过使用org.apache.commons.io软件包,可以提高性能,尤其是在使用Java 6及更低版本的旧代码中。
Java7具有更好的API,更少的异常处理和更有用的方法
LineIterator lineIterator =null;
try{
lineIterator = FileUtils.lineIterator(new File("/home/username/m.log"), "windows-1256");//second parameter is optionanl
while (lineIterator.hasNext()){
String currentLine = lineIterator.next();
//some operation
}
}finally {
LineIterator.closeQuietly(lineIterator);
}
专家
commons-io
commons-io
2.6
看这个博客:
可以指定缓冲区大小,也可以使用默认大小。 对于大多数用途,默认值足够大。
// Open the file
FileInputStream fstream = new FileInputStream("textfile.txt");
BufferedReader br = new BufferedReader(new InputStreamReader(fstream));
String strLine;
//Read File Line By Line
while ((strLine = br.readLine()) != null) {
// Print the content on the console
System.out.println (strLine);
}
//Close the input stream
fstream.close();
您需要在class BufferedReader
使用readLine()
方法。 从该类创建一个新对象,然后对他进行操作,然后将其保存到字符串中。
BufferReader Javadoc
您可以使用扫描仪类
Scanner sc=new Scanner(file);
sc.nextLine();
常见的模式是使用
try (BufferedReader br = new BufferedReader(new FileReader(file))) {
String line;
while ((line = br.readLine()) != null) {
// process the line.
}
}
如果您假设没有字符编码,则可以更快地读取数据。 例如ASCII-7,但差别不大。 您处理数据的时间很可能会花费更长的时间。
编辑:一种不太常用的模式,可以避免line
泄漏的范围。
try(BufferedReader br = new BufferedReader(new FileReader(file))) {
for(String line; (line = br.readLine()) != null; ) {
// process the line.
}
// line is not visible here.
}
更新:在Java 8中,您可以执行
try (Stream stream = Files.lines(Paths.get(fileName))) {
stream.forEach(System.out::println);
}
注意:您必须将Stream放在try-with-resource块中,以确保在其上调用#close方法,否则,直到GC稍后将不再关闭基础文件句柄。