如何使用 Java 逐行讀取大文本文件？

Question

我需要使用 Java 逐行讀取大約 5-6 GB 的大型文本文件。

我怎樣才能快速做到這一點？

Answer 1

一個常見的模式是使用

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

如果假設沒有字符編碼，則可以更快地讀取數據。 例如ASCII-7，但不會有太大區別。 您對數據的處理很可能需要更長的時間。

編輯：使用一種不太常見的模式，可以避免line泄漏的 scope。

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 你可以做

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

注意：您必須將 Stream 放在try-with-resource塊中，以確保在其上調用 #close 方法，否則在 GC 很久以后才會關閉底層文件句柄。

Answer 2

看看這個博客：

• Java 逐行讀取文件 - Java 教程

可以指定緩沖區大小，也可以使用默認大小。 對於大多數用途，默認值足夠大。

// 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 發布（2014 年 3 月），您將能夠使用流：

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

這是一個包含完整錯誤處理並支持 Java 7 之前的字符集規范的示例。在 Java 7 中，您可以使用 try-with-resources 語法，這使代碼更清晰。

如果您只想要默認字符集，您可以跳過 InputStream 並使用 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 */ } }
}

這是 Groovy 版本，具有完整的錯誤處理：

File f = new File("textfile.txt");
f.withReader("UTF-8") { br ->
    br.eachLine { line ->
        println line;
    }
}

Answer 5

我記錄並測試了 10 種不同的方法來讀取 Java 中的文件，然后通過使它們從 1KB 到 1GB 的測試文件中讀取來相互運行它們。 以下是讀取 1GB 測試文件最快的 3 種文件讀取方法。

請注意，在運行性能測試時，我沒有對控制台進行任何 output 任何操作，因為這確實會減慢測試速度。 我只是想測試原始閱讀速度。

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

在 Java 7、8、9 中測試。總體而言，這是最快的方法。 讀取 1GB 文件的時間始終不到 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()

這已在 Java 8 和 9 中成功測試，但由於缺乏對 lambda 表達式的支持，它在 Java 7 中不起作用。 讀取一個 1GB 的文件大約需要 3.5 秒，就讀取更大的文件而言，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) 緩沖讀取器

經測試可在 Java 7、8、9 中工作。讀取 1GB 測試文件大約需要 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 此處找到所有 10 種文件閱讀方法的完整排名。

Answer 6

在 Java 8 中，您可以執行以下操作：

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

一些注意事項： Files.lines 返回的Files.lines （與大多數流不同）需要關閉。 由於這里提到的原因，我避免使用forEach() 。 奇怪的代碼(Iterable<String>) lines::iterator將 Stream 轉換為 Iterable。

Answer 7

您可以做的是使用 Scanner 和 go 逐行掃描整個文本。 當然，您應該導入以下內容：

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
    }
}

掃描儀基本上掃描所有文本。 while 循環用於遍歷整個文本。

.hasNextLine() function 是一個 boolean 如果文本中還有更多行則返回 true。 .nextLine() function 為您提供一整行作為字符串，然后您可以按照您想要的方式使用它。 嘗試System.out.println(line)打印文本。

旁注：.txt 是文件類型文本。

Answer 8

FileReader 不會讓您指定編碼，如果您需要指定它，請改用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();
}

如果您從 Windows 導入此文件，它可能具有 ANSI 編碼 (Cp1252)，因此您必須指定編碼。

Answer 9

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 10

在 Java 8 中，還有使用Files.lines()的替代方法。 如果您的輸入源不是文件，而是更抽象的東西，例如Reader或InputStream ，您可以通過BufferedReader的lines()方法stream行。

例如：

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

將為BufferedReader讀取的每個輸入行調用processLine() 。

Answer 11

用於讀取文件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();
        }
    }
}

Answer 12

您可以使用掃描儀 class

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

Answer 13

Java 9：

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

Answer 14

您需要在class BufferedReader中使用readLine()方法。 從那個 class 創建一個新的 object 並在他身上運行這個方法並將它保存到一個字符串。

BufferReader Javadoc

Answer 15

實現這一目標的明確方法，

例如：

如果您的當前目錄中有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();
    }
}

output 如下所示，

Answer 16

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");
}

這個對我有用。 希望它也能幫助你。

Answer 17

您可以使用流更精確地做到這一點：

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

Answer 18

我通常會直接進行閱讀程序：

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) {
        }
    }
}

Answer 19

By using the org.apache.commons.io package, it gave more performance, especially in legacy code which uses Java 6 and below.

Java 7 有更好的 API 處理更少的異常和更有用的方法：

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);
}

Maven

<!-- https://mvnrepository.com/artifact/commons-io/commons-io -->
<dependency>
    <groupId>commons-io</groupId>
    <artifactId>commons-io</artifactId>
    <version>2.6</version>
</dependency>

Answer 20

您可以使用以下代碼：

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();
        }

    }

}

Answer 21

您可以逐行讀取文件數據，如下所示：

String fileLoc = "fileLocationInTheDisk";

List<String> lines = Files.lines(Path.of(fileLoc), StandardCharsets.UTF_8).collect(Collectors.toList());

Answer 22

對於最終來到這里的 Android 開發者（使用Kotlin的人）：

val myFileUrl = object{}.javaClass.getResource("/vegetables.txt")
val file = File(myFileUrl.toURI())
file
    .bufferedReader()
    .lineSequence()
    .forEach(::println)

要么：

val myFileUrl = object{}.javaClass.getResource("/vegetables.txt")
val file = File(myFileUrl.toURI())
file.useLines { lines ->
    lines.forEach(::println)
}

筆記：

• vegetables.txt文件應該在你的類路徑中（例如，在src/main/resources目錄中）

• 上述解決方案都默認將文件編碼視為UTF-8 。 您可以將所需的編碼指定為函數的參數。

• 上述解決方案不需要任何進一步的操作，例如關閉文件或閱讀器。 它們由 Kotlin 標准庫自動處理。

Answer 23

您還可以使用Apache Commons IO ：

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();
}