Мені потрібно прочитати великий текстовий файл розміром близько 5-6 ГБ за рядком за допомогою Java.
Як я можу це швидко зробити?
Мені потрібно прочитати великий текстовий файл розміром близько 5-6 ГБ за рядком за допомогою Java.
Як я можу це швидко зробити?
Відповіді:
Загальна модель - це використовувати
try (BufferedReader br = new BufferedReader(new FileReader(file))) {
String line;
while ((line = br.readLine()) != null) {
// process the line.
}
}
Ви можете прочитати дані швидше, якщо припустити, що немає кодування символів. наприклад, ASCII-7, але це не має великого значення. Велика ймовірність, що те, що ви робите з даними, займе набагато більше часу.
EDIT: Менш розповсюджена модель, яка дозволяє уникнути сфери line
протікання.
try(BufferedReader br = new BufferedReader(new FileReader(file))) {
for(String line; (line = br.readLine()) != null; ) {
// process the line.
}
// line is not visible here.
}
ОНОВЛЕННЯ: У Java 8 ви можете це зробити
try (Stream<String> stream = Files.lines(Paths.get(fileName))) {
stream.forEach(System.out::println);
}
ПРИМІТКА: Ви повинні розмістити Потік у блоці спробу використання ресурсів, щоб переконатися, що метод #close викликається на ньому, інакше ручка основного файлу ніколи не закриється, поки GC не зробить це набагато пізніше.
for(String line = br.readLine(); line != null; line = br.readLine())
Btw, в Java 8 ви можете зробити try( Stream<String> lines = Files.lines(...) ){ for( String line : (Iterable<String>) lines::iterator ) { ... } }
Що важко не ненавидіти.
Подивіться на цей блог:
Може бути вказаний розмір буфера або розмір за замовчуванням. За замовчуванням достатньо великий для більшості цілей.
// 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();
DataInputStream
, і неправильний потік закритий. Нічого поганого в навчальному посібнику Java, і немає необхідності цитувати довільні сторонні Інтернет-сміття, як це.
Після виходу Java 8 (березень 2014 року) ви зможете використовувати потоки:
try (Stream<String> lines = Files.lines(Paths.get(filename), Charset.defaultCharset())) {
lines.forEachOrdered(line -> process(line));
}
Друк усіх рядків у файлі:
try (Stream<String> lines = Files.lines(file, Charset.defaultCharset())) {
lines.forEachOrdered(System.out::println);
}
StandardCharsets.UTF_8
, використовуйте Stream<String>
для стислість, уникайте використання, forEach()
особливо forEachOrdered()
якщо немає причини.
forEach(this::process)
, але він отримує потворним , якщо ви пишете блоки коду , як лямбда всередині forEach()
.
forEachOrdered
для того, щоб виконати замовлення. Будьте в курсі, що ви не зможете паралелізувати потік у такому випадку, хоча я виявив, що паралелізація не включається, якщо файл не має тисяч рядків.
Ось зразок з повною обробкою помилок та підтримкою специфікації шаблонів для попередньої Java 7. Для Java 7 можна використовувати синтаксис "пробний ресурс", що робить код чистішим.
Якщо ви просто хочете встановити схему за замовчуванням, ви можете пропустити InputStream і використовувати 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 */ } }
}
Ось версія Groovy з повною обробкою помилок:
File f = new File("textfile.txt");
f.withReader("UTF-8") { br ->
br.eachLine { line ->
println line;
}
}
ByteArrayInputStream
літерального рядка з читанням великого текстового файлу?
У Java 8 ви можете:
try (Stream<String> lines = Files.lines (file, StandardCharsets.UTF_8))
{
for (String line : (Iterable<String>) lines::iterator)
{
;
}
}
Деякі примітки: Потік, повернутий Files.lines
(на відміну від більшості потоків), потрібно закрити. З вказаних тут причин я уникаю використання forEach()
. Дивний код (Iterable<String>) lines::iterator
кидає Потік до Ітерабельного.
Iterable
цей код, це остаточно некрасиво, хоча й корисно. Для роботи йому потрібен акторський склад (тобто (Iterable<String>)
).
for(String line : (Iterable<String>) lines.skip(1)::iterator)
Stream
функції, використовуючи Files.newBufferedReader
замість Files.lines
і повторюваного виклику , readLine()
поки null
замість того , щоб використовувати конструкції , як , (Iterable<String>) lines::iterator
здається, набагато простіше ...
Що ви можете зробити, це сканувати весь текст за допомогою Scanner і пройти текст за рядком. Звичайно, вам слід імпортувати наступне:
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
}
}
Сканер в основному сканує весь текст. Цикл while використовується для проходження всього тексту.
.hasNextLine()
Функція булева , яка повертає істину , якщо є ще кілька рядків в тексті. .nextLine()
Функція дає Вам всю рядок у вигляді рядка , які ви можете використовувати, як ви хочете. Спробуйте System.out.println(line)
надрукувати текст.
Бічна примітка: .txt - текст типу файлу.
BufferedReader.readLine()
, і він попросив найбільш ефективний метод.
FileReader не дозволить вам вказати кодування, InputStreamReader
скоріше скористайтеся, якщо вам потрібно вказати:
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();
}
Якщо ви імпортували цей файл з Windows, він може мати кодування ANSI (Cp1252), тому вам доведеться вказати кодування.
Я задокументував і протестував 10 різних способів зчитувати файл на Java і потім запустив їх один на одного, змусивши їх читати в тестових файлах від 1 КБ до 1 ГБ. Ось найшвидші 3 способи читання файлів для читання тестового файлу 1 Гб.
Зауважте, що під час запуску тестів на продуктивність я нічого не виводив на консоль, оскільки це дійсно сповільнило б тест. Я просто хотів перевірити необмежену швидкість читання.
1) java.nio.file.Files.readAllBytes ()
Тестовано на Java 7, 8, 9. Це в цілому був найшвидшим методом. Читання файлу об'ємом 1 Гб постійно тривало менше 1 секунди.
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 ()
Це було успішно протестовано в Java 8 і 9, але воно не працюватиме в Java 7 через відсутність підтримки лямбда-виразів. Щоб прочитати у файлі об'ємом 1 Гб знадобилося приблизно 3,5 секунди, що ставить його на друге місце, що стосується читання великих файлів.
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
Тестовано для роботи на Java 7, 8, 9. На тестування файлу об'ємом 1 Гб знадобилося близько 4,5 секунд.
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);
}
}
}
Повний рейтинг всіх 10 методів читання файлів ви можете знайти тут .
System.out.print/println()
тут; ви також припускаєте, що файл поміститься в пам'яті у ваших перших двох випадках.
На Java 7:
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);
}
StandardCharsets.UTF_8
щоб уникнути перевіреного винятку вCharset.forName("UTF-8")
У Java 8 також є альтернатива використанню Files.lines()
. Якщо ваше джерело введення не є файлом, а чимось більш абстрактним, як-от Reader
або an InputStream
, ви можете передавати рядки за допомогою методу BufferedReader
s lines()
.
Наприклад:
try (BufferedReader reader = new BufferedReader(...)) {
reader.lines().forEach(line -> processLine(line));
}
буде викликати processLine()
кожен вхідний рядок, прочитаний BufferedReader
.
Для читання файлу з Java 8
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();
}
}
}
Ви можете використовувати клас Сканер
Scanner sc=new Scanner(file);
sc.nextLine();
Scanner
це чудово, але ця відповідь не включає повний код, щоб правильно його використовувати.
BufferedReader.readLine()
це, звичайно, в кілька разів швидше. Якщо ви думаєте про інше, будь ласка, вкажіть свої причини.
Потрібно використовувати readLine()
метод в class BufferedReader
. Створіть новий клас із цього класу та керуйте ним цим методом і збережіть його в рядку.
Чіткий спосіб досягти цього,
Наприклад:
Якщо у вас є dataFile.txt
поточний каталог
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();
}
}
try (Stream<String> stream = Files.lines(Paths.get(fileName))) {
stream.forEach(System.out::println);
}
System.getProperty("os.name").equals("Linux")
==
!
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");
}
Це працює для мене. Сподіваюся, це теж допоможе вам.
Ви можете використовувати потоки, щоб зробити це більш точно:
Files.lines(Paths.get("input.txt")).forEach(s -> stringBuffer.append(s);
Зазвичай я виконую рутину читання просто:
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) {
}
}
}
Ви можете використовувати цей код:
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();
}
}
}
Використовуючи пакунок org.apache.commons.io , він дав більшу продуктивність, особливо в застарілому коді, який використовує Java 6 і нижче.
Java 7 має кращий API з меншою обробкою винятків та більш корисними методами:
LineIterator lineIterator = null;
try {
lineIterator = FileUtils.lineIterator(new File("/home/username/m.log"), "windows-1256"); // The second parameter is optionnal
while (lineIterator.hasNext()) {
String currentLine = lineIterator.next();
// Some operation
}
}
finally {
LineIterator.closeQuietly(lineIterator);
}
<!-- https://mvnrepository.com/artifact/commons-io/commons-io -->
<dependency>
<groupId>commons-io</groupId>
<artifactId>commons-io</artifactId>
<version>2.6</version>
</dependency>
Ви також можете використовувати IO Apache Commons :
File file = new File("/home/user/file.txt");
try {
List<String> lines = FileUtils.readLines(file);
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
FileUtils.readLines(file)
є застарілим методом. Крім того, метод викликає IOUtils.readLines
, який використовує BufferedReader і ArrayList. Це не рядковий метод, і, звичайно, не той, який був би практичним для читання кількох ГБ.