如何使用Java逐行读取大文本文件?


846

我需要使用Java逐行读取大约5-6 GB的大型文本文件。

我如何快速做到这一点?


69
@kamaci等 等 此问题不应标记为重复。“快速阅读最后一行”不是替代方案,是否可以使用“逐行阅读文本文件的最快方法”仍是有争议的。做某事的最快方法不一定是普通方法。此外,下面的答案包括代码,而您列出的最相关的选择则没有。这个问题很有用。目前,这是“ java逐行读取文件”的Google顶级搜索结果。最后,将其推到堆栈溢出并发现每2个问题中有1个被标记为可处置。
Patrick Cullen

5
是六个可能的实现速度的比较。
Serg M

4
事件虽然我一直在阅读评论,争论说SO的关闭政策很糟糕,但是SO仍然坚持下去。想要不惜一切代价避免冗余的想法是如此狭narrow!随它去吧!奶油会升到顶部,而sh * t会沉到底部,就其本身而言就很好。即使之前可能已经问过一个问题(哪个问题不是??),这并不意味着一个新问题可能无法更好地表达它,获得更好的答案,在搜索引擎中排名更高等。有趣的是,这问题现在已“受到保护” ....
Stijn de Witt

3
仅仅阅读标题,问题如何被标记为重复,这真是令人难以置信。
路加福音

Answers:


1063

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.
    }
}

如果您假设没有字符编码,则可以更快地读取数据。例如ASCII-7,但差别不大。您处理数据的时间很可能会花费更长的时间。

编辑:一种不太常用的模式,可以避免line泄漏的范围。

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,您可以执行

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,直到GC在以后再执行之前,永远不会关闭基础文件句柄。


6
经过适当的异常处理,该模式是什么样的?我注意到br.close()引发IOException,这似乎令人惊讶-关闭以读取方式打开的文件时,会发生什么?FileReader的构造函数可能会抛出FileNotFound异常。
MikeB 2013年

3
如果我有一个200MB的文件,并且可以90MB / s的速度读取,那么我希望它花费大约3s的时间?我的这种“慢速”阅读方式似乎要花费几分钟。我正在使用SSD,因此读取速度应该不是问题吗?
Jiew萌

4
@JiewMeng所以我怀疑您正在做的其他事情会花费时间。您能尝试仅读取文件的行,而不进行其他操作吗?
彼得·劳瑞

44
for(String line = br.readLine(); line != null; line = br.readLine())顺便说一句,为什么呢?在Java 8中,您可以做到try( Stream<String> lines = Files.lines(...) ){ for( String line : (Iterable<String>) lines::iterator ) { ... } }这一点。
亚历山大·杜宾斯基

26
@AleksandrDubinsky我在Java 8中使用闭包的问题是,它很容易使代码阅读起来更加复杂(而且速度更慢),我可以看到很多开发人员过度使用它,因为它“很酷”。
彼得·劳瑞

155

看这个博客:

可以指定缓冲区大小,也可以使用默认大小。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();

6
我的档案是1.5 Gig,无法使用您的答案读取档案!
Aboozar Rajabi

3
@AboozarRajabi当然可以。此代码可以读取任何文本文件。
user207421

10
因质量差的链接而投票。完全没有意义DataInputStream,并且关闭了错误的流。Java教程没有任何问题,也不需要引用这样的任意第三方Internet垃圾。
user207421

1
我放弃了注释,您有4行100%冗余注释的6行代码。
水牛城

97

Java 8发布后(2014年3月),您将可以使用流:

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);
}

1
使用StandardCharsets.UTF_8Stream<String>为简洁起见,并避免使用forEach(),尤其是forEachOrdered()除非有原因。
亚历山大·杜宾斯基

2
为什么要避免forEach()?不好吗
steventrouble 2014年

如果我使用forEach而不是forEachOrdered,则这些行可能会打印不规则,不是吗?
msayag 2014年

2
@steventrouble看看:stackoverflow.com/questions/16635398/…如果传递一个简短的函数引用(例如)forEach(this::process),这还不错,但是如果您将代码块作为lambda编写在其中,则会变得很丑陋forEach()
Aleksandr Dubinsky 2015年

2
@msayag,您说的对,您需要forEachOrdered按顺序执行。请注意,在那种情况下您将无法并行化流,尽管我发现除非文件具有数千行,否则并行化不会打开。
Aleksandr Dubinsky 2015年

38

这是一个示例,该示例具有完整的错误处理并支持Java 7之前的字符集规范。使用Java 7,您可以使用try-with-resources语法,从而使代码更简洁。

如果只需要默认字符集,则可以跳过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;
    }
}

1
ByteArrayInputStream字符串文字的馈送与读取大文本文件有什么关系?
user207421

绝对没用。关闭每个流的理由为零。如果您关闭其中任何一个流,则您将自动关闭所有其他流…
Enerccio

21

在Java 8中,您可以执行以下操作:

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

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


虽然没有实现,Iterable但通过实施此代码显然很丑陋。它需要强制转换(即(Iterable<String>))才能工作。
斯蒂芬,

如何使用此方法跳过第一行?
2014年

2
@qedfor(String line : (Iterable<String>) lines.skip(1)::iterator)
Aleksandr Dubinsky

1
如果您不打算实际使用Stream功能,则使用Files.newBufferedReader代替Files.lines并反复调用readLine()直到null代替使用类似的构造(Iterable<String>) lines::iterator似乎更简单……
Holger

为什么在line :: iterator中使用::?我知道::的唯一用法是将方法名称打包到lambda函数中。在for循环参数之后::当您使用::得到一些lambda方法时应该是可变的
Trismegistos

19

您可以使用扫描仪扫描整个文本,然后逐行浏览文本。当然,您应该导入以下内容:

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
    }
}

扫描程序基本上会扫描所有文本。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。该.nextLine()函数为您提供整行作为字符串,然后您可以使用所需的方式。尝试System.out.println(line)打印文本。

注意:.txt是文件类型的文本。


方法声明不应该是这样:´public static void readText抛出FileNotFoundException(){´类似:´public static void readText()抛出FileNotFoundException {
´– Ketcomp

这比慢得多BufferedReader.readLine(),他要求使用性能最佳的方法。
user207421

18

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

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导入了此文件,则该文件可能具有ANSI编码(Cp1252),因此必须指定编码。


17

我记录并测试了10种不同的方法来读取Java文件,然后通过使它们读取从1KB到1GB的测试文件来相互对抗。这是读取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,因为这确实会降低测试速度。我只是想测试原始读取速度。

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

在Java 7、8、9中进行了测试。这总体上是最快的方法。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,但由于缺少对lambda表达式的支持,因此在Java 7中无法使用。读取1GB的文件大约需要3.5秒,与读取较大的文件相比,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)BufferedReader

经过测试,可以在Java 7、8、9中运行。读取1GB测试文件大约需要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种文件读取方法的完整排名。


1
您的向导很棒:)
Faisal Julaidan

您主要是System.out.print/println()在这里计时。您还假设在前两种情况下文件将适合内存。
user207421

很公平。也许我可以在回答中更明确地说明这些假设。
gomisha

16

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);
}

9
意识到!如果字段包含逗号并且用引号引起来,则以这种方式使用line.split将无法正确解析。此拆分将忽略该拆分,而仅使用内部逗号将字段分成多个块。HTH,马塞洛。
Marcelo Finki 2014年

CSV:逗号分隔值文件,因此,除非要添加其他字段,否则不要在csv字段中使用逗号。因此,利用拆分为逗号令牌在Java中,当解析一个CSV文件是完全正常和正确的
迭戈·杜阿尔特

7
迭戈,这是不正确的。唯一的CSV标准(RFC 4180)特别指出“包含换行符(CRLF),双引号和逗号的字段应用双引号引起来”。
serg.nechaev 2015年

2
使用StandardCharsets.UTF_8以避免检查例外Charset.forName("UTF-8")
亚历山大·杜宾斯基

2
谢谢“ Diego Duarte”的评论;我必须说我同意“ serg.nechaev”的答复。我看到逗号始终嵌入在csv文件中。人们期望这将被接受。所有应有的尊重。也非常感谢“ serg.nechaev”。恕我直言,你是对的。大家好。
Marcelo Finki 2015年

13

在Java 8中,还可以使用替代方法Files.lines()。如果您的输入源不是文件,而是诸如a Reader或an之类的更抽象的文件InputStream,则可以通过s 方法线。BufferedReaderlines()

例如:

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

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


10

对于读取文件与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();
        }
    }
}

9

您可以使用扫描仪类

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

2
@Tim“恐怖炸弹”不是我在CS中认识的术语。你到底什么意思?
user207421

陷入困境,执行非常缓慢,极有可能崩溃。我可能应该避免在该站点上使用成语;)
蒂姆(Tim

4
@Tim为什么要这么做?
xehpuk

2
使用Scanner是可以的,但是此答案不包含正确使用它的完整代码。
Aleksandr Dubinsky 2015年

5
@Tim此代码既不会“可怕地炸弹”,也不会“崩溃”,也不会“执行得很慢”,也不会“极有可能崩溃”。实际上,它几乎只能读一行。您可以通过这种方式每秒读取兆字节,尽管BufferedReader.readLine()速度肯定是它的几倍。否则,请提供您的理由。
user207421

7

您需要使用中的readLine()方法class BufferedReader。从该类创建一个新对象,然后对他进行操作,然后将其保存到字符串中。

BufferReader Javadoc


好像链接BufferReaderAPI被打破
桑迪普

6

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 在此处输入图片说明


为什么更清楚?并且不要在此处张贴文字图片。发布文字。
user207421 '16

您发布了图片。这是文字的图片。您可以将文本直接剪切并粘贴到此页面中。没有人说发布程序。发布文字图片既浪费您的时间(我不在乎),又浪费您的带宽(我这样做)。
user207421

6

Java 9:

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

2
我认为您必须System.getProperty("os.name").equals("Linux")
SpringLearner

5
不要将字符串与==
JonasCz-恢复莫妮卡

6
这是规范的Java 8示例,正如其他人已经发布的那样。您为什么声称这是“ Java-9”?
Holger

他忘记提及的@Holger内存映射文件可能是?
尤金(Eugene)

要逐行处理它,您可以尝试尝试(Stream <String> stream = Files.lines(Paths.get(inputFile))){stream.forEach((line)-> {System.out.println(line);} ); }
thanos.a,

3
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");
}

这个对我有用。希望它也能帮助您。


3

您可以使用流来更精确地做到这一点:

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

2
我同意这实际上很好。Aguess,人们不喜欢它,因为它有奇怪的StringBuffer选择(通常首选StringBuilder,尽管它可能只是变量的坏名字)。也因为上面已经提到过。
Andrii Rubtsov '18

2

我通常会简单地执行阅读例程:

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) {
        }
    }
}

0

您可以使用以下代码:

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();
        }

    }

}

一个解释将是有条理的。
Peter Mortensen

0

通过使用org.apache.commons.io软件包,它提供了更高的性能,尤其是在使用Java 6及更低版本的旧代码中。

Java 7具有更好的API,更少的异常处理和更有用的方法:

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);
}

马文

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

0

您还可以使用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();
}

3
FileUtils.readLines(file)是不推荐使用的方法。另外,该方法调用IOUtils.readLines,它使用BufferedReader和ArrayList。这不是逐行方法,当然也不是一种实用的读取数GB的方法。
vallismortis
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.