Javaを使用して、5〜6 GB程度の大きなテキストファイルを1行ずつ読み取る必要があります。
これをすばやく行うにはどうすればよいですか?
Javaを使用して、5〜6 GB程度の大きなテキストファイルを1行ずつ読み取る必要があります。
これをすばやく行うにはどうすればよいですか?
回答:
一般的なパターンは使用することです
try (BufferedReader br = new BufferedReader(new FileReader(file))) {
String line;
while ((line = br.readLine()) != null) {
// process the line.
}
}
文字エンコードがないと想定すると、データをより速く読み取ることができます。たとえば、ASCII-7ですが、それほど大きな違いはありません。データの処理にはさらに時間がかかる可能性が高いです。
編集:line
リークの範囲を回避するために使用する一般的ではないパターン。
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:Java 8では次のことができます
try (Stream<String> stream = Files.lines(Paths.get(fileName))) {
stream.forEach(System.out::println);
}
注:#closeメソッドが確実に呼び出されるように、リソースをtry-with-resourceブロックに配置する必要があります。そうでない場合、基になるファイルハンドルは、GCが後で実行するまで閉じられません。
for(String line = br.readLine(); line != null; line = br.readLine())
ところで、Javaの8にあなたが行うことができますtry( Stream<String> lines = Files.lines(...) ){ for( String line : (Iterable<String>) lines::iterator ) { ... } }
憎しみにハードされていません。
このブログを見てください:
バッファサイズを指定するか、デフォルトのサイズを使用できます。デフォルトは、ほとんどの目的に十分な大きさです。
// 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
であり、間違ったストリームが閉じられます。Javaチュートリアルに問題はなく、このような任意のサードパーティのインターネットのゴミを引用する必要もありません。
Java 8がリリースされると(2014年3月)、ストリームを使用できるようになります。
try (Stream<String> lines = Files.lines(Paths.get(filename), Charset.defaultCharset())) {
lines.forEachOrdered(line -> process(line));
}
ファイルのすべての行を印刷します。
try (Stream<String> lines = Files.lines(file, Charset.defaultCharset())) {
lines.forEachOrdered(System.out::println);
}
StandardCharsets.UTF_8
、Stream<String>
簡潔にするために使用します。forEach()
特にforEachOrdered()
理由がない限り、特に使用しないでください。
forEach(this::process)
が、コードのブロックをラムダとして内部に書き込むと醜くなりますforEach()
。
forEachOrdered
インオーダーで実行するために必要です。その場合、ストリームを並列化できないことに注意してください。ただし、ファイルに数千行が含まれていない限り、並列化はオンになりません。
Java 7より前の完全なエラー処理とサポートする文字セット仕様のサンプルを次に示します。Java7を使用すると、try-with-resources構文を使用できるため、コードがすっきりします。
デフォルトの文字セットだけが必要な場合は、InputStreamをスキップしてFileReaderを使用できます。
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 */ } }
}
これが完全なエラー処理を備えたGroovyバージョンです。
File f = new File("textfile.txt");
f.withReader("UTF-8") { br ->
br.eachLine { line ->
println line;
}
}
ByteArrayInputStream
文字列リテラルによるフィードは、大きなテキストファイルの読み取りとどのような関係がありますか?
Java 8では、次のことができます。
try (Stream<String> lines = Files.lines (file, StandardCharsets.UTF_8))
{
for (String line : (Iterable<String>) lines::iterator)
{
;
}
}
いくつかの注意:(Files.lines
ほとんどのストリームとは異なり)によって返されたストリームは閉じる必要があります。ここで述べた理由により、私はの使用を避けforEach()
ます。奇妙なコード(Iterable<String>) lines::iterator
は、ストリームをIterableにキャストします。
Iterable
このコードを実装しないことは、有用ではありますが明らかに醜いです。動作するにはキャスト(つまり(Iterable<String>)
)が必要です。
for(String line : (Iterable<String>) lines.skip(1)::iterator)
Stream
、機能を使用するFiles.newBufferedReader
代わりにFiles.lines
繰り返し呼び出すreadLine()
まで、null
代わりのような構文を使用するのでは(Iterable<String>) lines::iterator
...非常に簡単であるように思わ
できることは、スキャナーを使用してテキスト全体をスキャンし、テキストを1行ずつ確認することです。もちろん、以下をインポートする必要があります。
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
}
}
スキャナーは基本的にすべてのテキストをスキャンします。whileループは、テキスト全体をトラバースするために使用されます。
この.hasNextLine()
関数はブール値で、テキストにまだ行がある場合にtrueを返します。この.nextLine()
関数は、1行全体を文字列として提供します。これを好きな方法で使用できます。System.out.println(line)
テキストを印刷してみてください。
補足:.txtはファイルタイプのテキストです。
BufferedReader.readLine()
ため、最高の方法を求めました。
FileReader InputStreamReader
ではエンコードを指定できません。エンコードを指定する必要がある場合は、代わりに使用してください。
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();
}
このファイルをWindowsからインポートした場合、ANSIエンコード(Cp1252)が含まれている可能性があるため、エンコードを指定する必要があります。
Javaでファイルを読み取るための10の異なる方法を文書化してテストし、1KBから1GBのテストファイルで読み取らせることで、それらを互いに実行しました。1GBのテストファイルを読み取るための最速の3つのファイル読み取り方法を次に示します。
パフォーマンステストを実行しているときは、コンソールに何も出力しなかったので、テストの速度が大幅に低下することに注意してください。私は生の読み取り速度をテストしたかっただけです。
1)java.nio.file.Files.readAllBytes()
Java 7、8、9でテストされています。これは全体として最速の方法でした。1 GBのファイルを読み取ると、一貫して1秒弱でした。
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()
これはJava 8および9で正常にテストされましたが、ラムダ式のサポートがないため、Java 7では機能しません。1GBのファイルを読み込むのに約3.5秒かかり、大きなファイルを読み込む場合と比べて2位になりました。
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
Java 7、8、9で動作するようにテストされました。1GBのテストファイルを読み取るのに約4.5秒かかりました。
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);
}
}
}
ここで、10のファイル読み取り方法すべての完全なランキングを確認できます。
System.out.print/println()
ここでタイミングを計っています。また、最初の2つのケースでは、ファイルがメモリに収まると想定しています。
Java 7の場合:
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
チェックされた例外を回避するために使用しますCharset.forName("UTF-8")
Java 8では、を使用する代わりの方法もありFiles.lines()
ます。入力ソースがファイルではなく、Reader
やのようなより抽象的なものである場合、s メソッドを介して行をストリーミングInputStream
できます。BufferedReader
lines()
例えば:
try (BufferedReader reader = new BufferedReader(...)) {
reader.lines().forEach(line -> processLine(line));
}
はprocessLine()
、によって読み取られる各入力行を呼び出しますBufferedReader
。
以下のためのファイルを読み込むのJavaと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();
}
}
}
あなたはスキャナークラスを使うことができます
Scanner sc=new Scanner(file);
sc.nextLine();
Scanner
は問題ありませんが、この回答には、適切に使用するための完全なコードは含まれていません。
BufferedReader.readLine()
が、確かに数倍高速です。それ以外の場合は、理由を教えてください。
のreadLine()
メソッドを使用する必要がありますclass BufferedReader
。そのクラスから新しいオブジェクトを作成し、このメソッドを操作して、文字列に保存します。
これを達成する明確な方法は、
例えば:
dataFile.txt
現在のディレクトリにいる場合
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")
==
!と比較しないでください。
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");
}
わたしにはできる。それもあなたを助けることを願っています。
ストリームを使用して、より正確に行うことができます。
Files.lines(Paths.get("input.txt")).forEach(s -> stringBuffer.append(s);
私は通常、読書ルーチンを簡単に行います。
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) {
}
}
}
次のコードを使用できます。
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();
}
}
}
org.apache.commons.ioパッケージを使用することにより、特にJava 6以下を使用するレガシーコードでより高いパフォーマンスが得られました。
Java 7のAPIはより優れており、例外処理が少なく、メソッドがより便利です。
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>
Apache Commons IOを使用することもできます。
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)
廃止されたメソッドです。さらに、このメソッドはIOUtils.readLines
、BufferedReaderとArrayListを使用するを呼び出します。これは行単位の方法ではなく、数GBを読み取るのに実用的な方法でもありません。