关于性能:如何使用Java逐行读取大型文本文件?

How to read a large text file line by line using Java?

我需要使用Java来逐行读取一个大约5-6GB的大文本文件。

我怎么能这么快?


一个常见的模式是使用

1
2
3
4
5
6
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,但不会有太大的区别。很可能您对数据所做的操作将花费更长的时间。

编辑:一种不太常用的模式,可以避免line泄漏的范围。

1
2
3
4
5
6
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

1
2
3
try (Stream<String> stream = Files.lines(Paths.get(fileName))) {
        stream.forEach(System.out::println);
}

注意:必须将流放置在Try-with资源块中,以确保对其调用Close方法,否则在GC稍后执行此操作之前,底层文件句柄永远不会关闭。


看看这个博客:

  • Java读取文件逐行-Java教程

The buffer size may be specified, or
the default size may be used. The
default is large enough for most
purposes.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
// 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();


一旦java-8退出(2014年3月),您就可以使用流:

1
2
3
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:

1
2
3
try (Stream<String> lines = Files.lines(file, Charset.defaultCharset())) {
  lines.forEachOrdered(System.out::println);
}


这里有一个完整的错误处理和支持Java 7的字符集规范的示例。使用Java 7,可以使用"尝试资源"语法,这使得代码更干净。

如果只需要默认字符集,可以跳过输入流并使用FileReader。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
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 */ } }
}

下面是groovy版本,具有完整的错误处理:

1
2
3
4
5
6
File f = new File("textfile.txt");
f.withReader("UTF-8") { br ->
    br.eachLine { line ->
        println line;
    }
}


在Java 8中,您可以这样做:

1
2
3
4
5
6
7
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) lines::iterator将流投射到一个不可测的对象。


你能做的就是用扫描仪扫描整个文本,然后一行一行地浏览文本。当然,您应该导入以下内容:

1
2
3
4
5
6
7
8
9
10
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
    }
}

扫描器基本上扫描所有文本。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()函数为您提供了一整行字符串,然后您可以使用所需的方式。尝试使用System.out.println(line)打印文本。

旁注:.txt是文件类型文本。


FileReader不允许您指定编码,如果需要指定编码,请使用InputStreamReader

1
2
3
4
5
6
7
8
9
10
11
12
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();
}

如果您从Windows导入此文件,它可能具有ANSI编码(CP1252),因此您必须指定编码。


在Java 7中:

10


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运行它们。以下是读取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,因为这会真正降低测试的速度。我只是想测试一下原始的阅读速度。

1)Java.Nio.Field.FraseByTySe()

在Java 7, 8, 9中进行测试。这是最快的方法。读取一个1GB文件的时间总是不到1秒。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
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.Field.Fix.LISE()

这是在Java 8和9中成功测试的,但是由于缺少对lambda表达式的支持,它在Java 7中不起作用。在一个1GB文件中读取大约需要3.5秒,这使得它在读取较大的文件时位居第二。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
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)缓冲读卡器

测试在Java 7, 8, 9中工作。读取一个1GB测试文件大约需要4.5秒。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
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);
      }
    }
  }

您可以在这里找到所有10种文件读取方法的完整排名。


用Java 8读取文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
  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();
        }
        }
    }

您可以使用scanner类

1
2
Scanner sc=new Scanner(file);
sc.nextLine();


在Java 8中,还有一种使用EDCOX1(8)的替代方案。如果输入源不是文件,而是更抽象的东西,比如ReaderInputStream,则可以通过BufferedReaderlines()方法来传输行。

例如:

1
2
3
try (BufferedReader reader = new BufferedReader(...)) {
  reader.lines().foreach(line -> processLine(line));
}

对于由BufferedReader读取的每个输入行,将调用processLine()


您需要在class BufferedReader中使用readLine()方法。从该类创建一个新对象,并对其操作此方法并将其保存到字符串中。

BufferReader JavaDoc


JAVA-9:

1
2
3
try (Stream<String> stream = Files.lines(Paths.get(fileName))) {
        stream.forEach(System.out::println);
}


实现这一目标的明确方法,

例如:

如果您当前目录中有dataFile.txt

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
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:enter image description here


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
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");
}

它对我有用。希望它也能帮助你。


我通常把阅读程序做得很简单:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
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) {
        }
    }
}

您可以使用流进行更精确的操作:

1
Files.lines(Paths.get("input.txt")).forEach(s -> stringBuffer.append(s);


通过使用Or.ApAC.E.MuleS.IO包提供了更多的性能,特别是在使用Java 6和以下的遗留代码中。Java7有更好的API,例外更少。处理和更有用的方法

1
2
3
4
5
6
7
8
9
10
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);
    }

马文

1
2
3
4
5
6
<!-- https://mvnrepository.com/artifact/commons-io/commons-io -->
<dependency>
    <groupId>commons-io</groupId>
    commons-io</artifactId>
    <version>2.6</version>
</dependency>


您可以使用此代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
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();
        }

    }

}

您也可以使用apache commons io

1
2
3
4
5
6
7
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();
}