Jak mogę czytać duży plik tekstowy linia po linii za pomocą Java?

Muszę czytać duży plik tekstowy o wielkości około 5-6 GB wiersz po wierszu, używając Java.

Jak mogę to zrobić szybko?

Często stosuje się wzorzec

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

Możesz odczytać dane szybciej, jeśli założysz, że nie ma kodowania znaków. np. ASCII-7, ale nie zrobi to dużej różnicy. Jest wysoce prawdopodobne, że to, co zrobisz z danymi, potrwa znacznie dłużej.

EDYCJA: Rzadziej stosowany wzór, który pozwala uniknąć linewycieku.

try(BufferedReader br = new BufferedReader(new FileReader(file))) {
    for(String line; (line = br.readLine()) != null; ) {
        // process the line.
    }
    // line is not visible here.
}

AKTUALIZACJA: W Javie 8 możesz to zrobić

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

UWAGA: Musisz umieścić Strumień w bloku try-with-resource , aby upewnić się, że wywoływana jest metoda #close, w przeciwnym razie bazowy uchwyt pliku nigdy nie zostanie zamknięty, dopóki GC nie zrobi tego znacznie później.

Spójrz na tego bloga:

• Java Czytaj plik linia po linii - Java Tutorial

Można określić rozmiar bufora lub użyć rozmiaru domyślnego. Wartość domyślna jest wystarczająco duża dla większości celów.

// 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();

Po wydaniu Java 8 (marzec 2014 r.) Będziesz mógł korzystać ze strumieni:

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

Drukowanie wszystkich linii w pliku:

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

Oto przykład z pełną obsługą błędów i obsługą specyfikacji zestawów znaków dla wersji wcześniejszej niż Java 7. W Javie 7 można użyć składni try-with-resources, co czyni kod czystszym.

Jeśli chcesz tylko domyślnego zestawu znaków, możesz pominąć InputStream i użyć FileReadera.

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 */ } }
}

Oto wersja Groovy z pełną obsługą błędów:

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

W Javie 8 możesz:

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

Kilka uwag: strumień zwrócony przez Files.lines(w przeciwieństwie do większości strumieni) musi zostać zamknięty. Z powodów wymienionych tutaj unikam używania forEach(). Dziwny kod (Iterable<String>) lines::iteratorrzuca Strumień na Iterable.

Co możesz zrobić, to zeskanować cały tekst za pomocą skanera i przejść przez tekst wiersz po wierszu. Oczywiście powinieneś zaimportować następujące elementy:

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
    }
}

Skaner zasadniczo skanuje cały tekst. Pętla while służy do przechodzenia przez cały tekst.

Ta .hasNextLine()funkcja to wartość logiczna, która zwraca wartość true, jeśli w tekście jest jeszcze więcej wierszy. Ta .nextLine()funkcja daje ci całą linię jako ciąg znaków, którego możesz użyć w dowolny sposób. Spróbuj System.out.println(line)wydrukować tekst.

Uwaga dodatkowa: .txt to tekst typu pliku.

FileReader nie pozwoli ci określić kodowania, użyj InputStreamReaderzamiast tego, jeśli musisz to określić:

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();
}

Jeśli plik został zaimportowany z systemu Windows, może on mieć kodowanie ANSI (Cp1252), więc musisz określić kodowanie.

Udokumentowałem i przetestowałem 10 różnych sposobów odczytu pliku w Javie, a następnie uruchomiłem je ze sobą, odczytując je w plikach testowych od 1 KB do 1 GB. Oto najszybsze 3 metody odczytu plików do odczytu pliku testowego 1 GB.

Zauważ, że podczas testów wydajności nie wypisałem niczego na konsolę, ponieważ to naprawdę spowolniłoby test. Chciałem tylko przetestować prędkość odczytu.

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

Testowane w Javie 7, 8, 9. To była ogólnie najszybsza metoda. Odczyt pliku 1 GB był konsekwentnie krótszy niż 1 sekunda.

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 ()

Zostało to pomyślnie przetestowane w Javie 8 i 9, ale nie będzie działać w Javie 7 z powodu braku obsługi wyrażeń lambda. Odczytanie pliku 1 GB zajęło około 3,5 sekundy, co plasuje go na drugim miejscu pod względem odczytu większych plików.

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

Testowany do pracy w Javie 7, 8, 9. Odczytanie pliku testowego 1 GB zajęło około 4,5 sekundy.

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);
      }
    }
  }

Kompletne rankingi dla wszystkich 10 metod odczytu plików znajdują się tutaj .

W Javie 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);
}

W Javie 8 istnieje również alternatywa do używania Files.lines(). Jeśli źródłem wejściowym nie jest plik, ale coś bardziej abstrakcyjnego, takiego jak a Readerlub an InputStream, możesz przesyłać strumieniowo linie za pomocą metody BufferedReaders lines().

Na przykład:

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

wywoła processLine()każdą linię wejściową odczytaną przez BufferedReader.

Do odczytu pliku w Javie 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();
        }
    }
}

Możesz użyć klasy skanera

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

Musisz użyć tej readLine()metody w class BufferedReader. Utwórz nowy obiekt z tej klasy i uruchom na nim tę metodę i zapisz go w ciągu.

BufferReader Javadoc

Jasny sposób na osiągnięcie tego,

Na przykład:

Jeśli masz dataFile.txtw bieżącym katalogu

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();
    }
}

Dane wyjściowe jak poniżej

Java 9:

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

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");
}

Mi to pasuje. Mam nadzieję, że ci to pomoże.

Możesz użyć strumieni, aby zrobić to dokładniej:

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

Zwykle wykonuję procedurę czytania od razu:

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) {
        }
    }
}

Możesz użyć tego kodu:

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();
        }

    }

}

Korzystając z pakietu org.apache.commons.io , zwiększył on wydajność, szczególnie w starszym kodzie, który używa Java 6 i niższych wersji.

Java 7 ma lepszy interfejs API z mniejszą obsługą wyjątków i bardziej przydatnymi metodami:

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>

Możesz także użyć 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();
}