如何使用Java逐行读取大型文本文件？

Question

我需要使用Java逐行读取大约5-6 GB的大文本文件.

我该怎么办？

Answer 1

一种常见的模式是使用

try (BufferedReader br = new BufferedReader(new FileReader(file))) {
    String line;
    while ((line = br.readLine()) != null) {
       // process the line.
    }
}

如果假设没有字符编码,则可以更快地读取数据.例如ASCII-7但它没有太大区别.您对数据的处理很可能需要更长的时间.

编辑:一种不太常见的模式,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中你可以做到

try (Stream<String> 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,否则在GC稍后执行它之前,基础文件句柄永远不会关闭.

Answer 2

看看这个博客:

• Java逐行读取文件 - Java教程

可以指定缓冲区大小,或者可以使用默认大小.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();

Answer 3

一旦java-8退出(2014年3月),您将能够使用流:

try (Stream<String> lines = Files.lines(Paths.get(filename), Charset.defaultCharset())) {
  lines.forEachOrdered(line -> process(line));
}

打印文件中的所有行:

try (Stream<String> lines = Files.lines(file, Charset.defaultCharset())) {
  lines.forEachOrdered(System.out::println);
}

Answer 4

下面是一个完整的错误处理和支持Java 7之前的charset规范的示例.使用Java 7,您可以使用try-with-resources语法,这使代码更清晰.

如果您只想要默认的字符集,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;
    }
}

Answer 5

在Java 8中,您可以:

try (Stream<String> lines = Files.lines (file, StandardCharsets.UTF_8))
{
    for (String line : (Iterable<String>) lines::iterator)
    {
        ;
    }
}

一些注意事项:Files.lines需要关闭(与大多数流不同)返回的流.由于这里提到的原因,我避免使用forEach().奇怪的代码(Iterable<String>) lines::iterator将Stream转换为Iterable.

Answer 6

您可以做的是使用扫描仪扫描整个文本并逐行浏览文本.当然你应该导入以下内容:

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
    }
}

扫描仪基本上扫描所有文本.while循环用于遍历整个文本.

该.hasNextLine()函数是一个布尔值,如果文本中还有更多行,则返回true.该.nextLine()函数为您提供整行作为字符串,然后您可以按照您想要的方式使用.尝试System.out.println(line)打印文本.

附注:.txt是文件类型文本.

Answer 7

FileReader不允许您指定编码,InputStreamReader而是在需要指定时使用:

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导入此文件,则它可能具有ANSI编码(Cp1252),因此您必须指定编码.

Answer 8

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);
}

Answer 9

我记录并测试了10种不同的方法来读取Java中的文件,然后通过使它们在1KB到1GB的测试文件中读取来相互运行.以下是读取1GB测试文件的最快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,因为这会降低测试速度.我只想测试原始阅读速度.

1)java.nio.file.Files.readAllBytes()

在Java 7,8,9中测试过.这是总体上最快的方法.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,但由于缺乏对lambda表达式的支持,因此无法在Java 7中运行.在一个1GB的文件中读取大约需要3.5秒才能将其放在第二位,直到读取更大的文件.

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

测试工作在Java 7,8,9中.在1GB测试文件中读取大约需要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种文件阅读方法的完整排名.

Answer 10

在Java 8中,还有一种替代方法Files.lines().如果您的输入源不是文件,而是像a Reader或an 那样更抽象的东西InputStream,则可以通过s 方法对行进行流式处理.BufferedReaderlines()

例如:

try (BufferedReader reader = new BufferedReader(...)) {
  reader.lines().forEach(line -> processLine(line));
}

将调用processLine()每个读取的输入行BufferedReader.

Answer 11

对于使用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<String> 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();
        }
        }
    }

Answer 12

您可以使用Scanner类

Scanner sc=new Scanner(file);
sc.nextLine();

Answer 13

您需要使用该readLine()方法class BufferedReader.从该类创建一个新对象并在他上面操作此方法并将其保存为字符串.

BufferReader Javadoc

Answer 14

Java-9:

try (Stream<String> stream = Files.lines(Paths.get(fileName))) {
        stream.forEach(System.out::println);
}

Answer 15

实现这一目标的明确方法,

例如:

如果您dataFile.txt在当前目录中

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,