在Java中读取纯文本文件

1 周，6 日 Questions & Answers 2491063

在Java中，似乎有不同的方式来读取和写入文件数据

我想从文件中读取ASCII数据。可能的方式和它们的区别是什么

Tags:

共 (6) 个答案

# 1 楼答案

下面是不使用外部库的另一种方法：

import java.io.File;
import java.io.FileReader;
import java.io.IOException;

public String readFile(String filename)
{
    String content = null;
    File file = new File(filename); // For example, foo.txt
    FileReader reader = null;
    try {
        reader = new FileReader(file);
        char[] chars = new char[(int) file.length()];
        reader.read(chars);
        content = new String(chars);
        reader.close();
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        if(reader != null){
            reader.close();
        }
    }
    return content;
}

# 2 楼答案

我必须对不同的方法进行基准测试。我将对我的发现发表评论，但简而言之，最快的方法是在FileInputStream上使用普通的旧BufferedInputStream。如果必须读取多个文件，那么三个线程将把总执行时间减少到大约一半，但是添加更多线程将逐渐降低性能，直到使用二十个线程比仅使用一个线程完成所需时间长三倍

假设您必须读取文件并对其内容执行有意义的操作。在这里的示例中，从日志中读取行，并对包含超过某个阈值的值的行进行计数。因此，我假设单行Java 8Files.lines(Paths.get("/path/to/file.txt")).map(line -> line.split(";"))不是一个选项

我在Java1.8、Windows7以及SSD和HDD驱动器上进行了测试

我编写了六种不同的实现：

rawParse：在FileInputStream上使用BufferedInputStream，然后逐字节剪切读取的行。这比任何其他单线程方法都要好，但对于非ASCII文件来说可能非常不方便

lineReaderParse：在文件读取器上使用BufferedReader，逐行读取，通过调用字符串拆分行。split（）。这大约比rawParse慢20%

lineReaderParseParallel：这与lineReaderParse相同，但它使用多个线程。这是所有情况下最快的选择

niofilessparse：使用java。尼奥。文件夹。文件夹。行（）

NIOSyncParse：使用带有完成处理程序和线程池的AsynchronousFileChannel

nioMemoryMappedParse：使用内存映射文件。这确实是一个糟糕的想法，它会导致执行时间比任何其他实现至少长三倍

这是在四核i7和SSD驱动器上读取204个文件（每个文件4 MB）的平均时间。文件是动态生成的，以避免磁盘缓存

rawParse                11.10 sec
lineReaderParse         13.86 sec
lineReaderParseParallel  6.00 sec
nioFilesParse           13.52 sec
nioAsyncParse           16.06 sec
nioMemoryMappedParse    37.68 sec

我发现在SSD上运行或使用硬盘驱动器作为SSD运行之间的差异比我预期的要小，大约快15%。这可能是因为文件是在未分段的HDD上生成的，并且它们是按顺序读取的，因此旋转驱动器几乎可以像SSD一样运行

我对nioAsyncParse实现的低性能感到惊讶。要么我以错误的方式实现了某些东西，要么使用NIO和完成处理程序的多线程实现与使用java的单线程实现的性能相同（甚至更差）。io API。此外，使用CompletionHandler的异步解析在代码行中要长得多，并且比在旧流上的直接实现更难正确实现

现在，这六个实现后面跟着一个包含它们的类，再加上一个可参数化的main（）方法，该方法允许处理文件数量、文件大小和并发度。请注意，文件大小的变化为正负20%。这是为了避免由于所有文件大小完全相同而产生任何影响

rawParse

public void rawParse(final String targetDir, final int numberOfFiles) throws IOException, ParseException {
    overrunCount = 0;
    final int dl = (int) ';';
    StringBuffer lineBuffer = new StringBuffer(1024);
    for (int f=0; f<numberOfFiles; f++) {
        File fl = new File(targetDir+filenamePreffix+String.valueOf(f)+".txt");
        FileInputStream fin = new FileInputStream(fl);
        BufferedInputStream bin = new BufferedInputStream(fin);
        int character;
        while((character=bin.read())!=-1) {
            if (character==dl) {

                // Here is where something is done with each line
                doSomethingWithRawLine(lineBuffer.toString());
                lineBuffer.setLength(0);
            }
            else {
                lineBuffer.append((char) character);
            }
        }
        bin.close();
        fin.close();
    }
}

public final void doSomethingWithRawLine(String line) throws ParseException {
    // What to do for each line
    int fieldNumber = 0;
    final int len = line.length();
    StringBuffer fieldBuffer = new StringBuffer(256);
    for (int charPos=0; charPos<len; charPos++) {
        char c = line.charAt(charPos);
        if (c==DL0) {
            String fieldValue = fieldBuffer.toString();
            if (fieldValue.length()>0) {
                switch (fieldNumber) {
                    case 0:
                        Date dt = fmt.parse(fieldValue);
                        fieldNumber++;
                        break;
                    case 1:
                        double d = Double.parseDouble(fieldValue);
                        fieldNumber++;
                        break;
                    case 2:
                        int t = Integer.parseInt(fieldValue);
                        fieldNumber++;
                        break;
                    case 3:
                        if (fieldValue.equals("overrun"))
                            overrunCount++;
                        break;
                }
            }
            fieldBuffer.setLength(0);
        }
        else {
            fieldBuffer.append(c);
        }
    }
}

lineReaderParse

public void lineReaderParse(final String targetDir, final int numberOfFiles) throws IOException, ParseException {
    String line;
    for (int f=0; f<numberOfFiles; f++) {
        File fl = new File(targetDir+filenamePreffix+String.valueOf(f)+".txt");
        FileReader frd = new FileReader(fl);
        BufferedReader brd = new BufferedReader(frd);

        while ((line=brd.readLine())!=null)
            doSomethingWithLine(line);
        brd.close();
        frd.close();
    }
}

public final void doSomethingWithLine(String line) throws ParseException {
    // Example of what to do for each line
    String[] fields = line.split(";");
    Date dt = fmt.parse(fields[0]);
    double d = Double.parseDouble(fields[1]);
    int t = Integer.parseInt(fields[2]);
    if (fields[3].equals("overrun"))
        overrunCount++;
}

lineReaderParseParallel

public void lineReaderParseParallel(final String targetDir, final int numberOfFiles, final int degreeOfParalelism) throws IOException, ParseException, InterruptedException {
    Thread[] pool = new Thread[degreeOfParalelism];
    int batchSize = numberOfFiles / degreeOfParalelism;
    for (int b=0; b<degreeOfParalelism; b++) {
        pool[b] = new LineReaderParseThread(targetDir, b*batchSize, b*batchSize+b*batchSize);
        pool[b].start();
    }
    for (int b=0; b<degreeOfParalelism; b++)
        pool[b].join();
}

class LineReaderParseThread extends Thread {

    private String targetDir;
    private int fileFrom;
    private int fileTo;
    private DateFormat fmt = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
    private int overrunCounter = 0;

    public LineReaderParseThread(String targetDir, int fileFrom, int fileTo) {
        this.targetDir = targetDir;
        this.fileFrom = fileFrom;
        this.fileTo = fileTo;
    }

    private void doSomethingWithTheLine(String line) throws ParseException {
        String[] fields = line.split(DL);
        Date dt = fmt.parse(fields[0]);
        double d = Double.parseDouble(fields[1]);
        int t = Integer.parseInt(fields[2]);
        if (fields[3].equals("overrun"))
            overrunCounter++;
    }

    @Override
    public void run() {
        String line;
        for (int f=fileFrom; f<fileTo; f++) {
            File fl = new File(targetDir+filenamePreffix+String.valueOf(f)+".txt");
            try {
            FileReader frd = new FileReader(fl);
            BufferedReader brd = new BufferedReader(frd);
            while ((line=brd.readLine())!=null) {
                doSomethingWithTheLine(line);
            }
            brd.close();
            frd.close();
            } catch (IOException | ParseException ioe) { }
        }
    }
}

niofilessparse

public void nioFilesParse(final String targetDir, final int numberOfFiles) throws IOException, ParseException {
    for (int f=0; f<numberOfFiles; f++) {
        Path ph = Paths.get(targetDir+filenamePreffix+String.valueOf(f)+".txt");
        Consumer<String> action = new LineConsumer();
        Stream<String> lines = Files.lines(ph);
        lines.forEach(action);
        lines.close();
    }
}


class LineConsumer implements Consumer<String> {

    @Override
    public void accept(String line) {

        // What to do for each line
        String[] fields = line.split(DL);
        if (fields.length>1) {
            try {
                Date dt = fmt.parse(fields[0]);
            }
            catch (ParseException e) {
            }
            double d = Double.parseDouble(fields[1]);
            int t = Integer.parseInt(fields[2]);
            if (fields[3].equals("overrun"))
                overrunCount++;
        }
    }
}

NIOSyncParse

public void nioAsyncParse(final String targetDir, final int numberOfFiles, final int numberOfThreads, final int bufferSize) throws IOException, ParseException, InterruptedException {
    ScheduledThreadPoolExecutor pool = new ScheduledThreadPoolExecutor(numberOfThreads);
    ConcurrentLinkedQueue<ByteBuffer> byteBuffers = new ConcurrentLinkedQueue<ByteBuffer>();

    for (int b=0; b<numberOfThreads; b++)
        byteBuffers.add(ByteBuffer.allocate(bufferSize));

    for (int f=0; f<numberOfFiles; f++) {
        consumerThreads.acquire();
        String fileName = targetDir+filenamePreffix+String.valueOf(f)+".txt";
        AsynchronousFileChannel channel = AsynchronousFileChannel.open(Paths.get(fileName), EnumSet.of(StandardOpenOption.READ), pool);
        BufferConsumer consumer = new BufferConsumer(byteBuffers, fileName, bufferSize);
        channel.read(consumer.buffer(), 0l, channel, consumer);
    }
    consumerThreads.acquire(numberOfThreads);
}


class BufferConsumer implements CompletionHandler<Integer, AsynchronousFileChannel> {

        private ConcurrentLinkedQueue<ByteBuffer> buffers;
        private ByteBuffer bytes;
        private String file;
        private StringBuffer chars;
        private int limit;
        private long position;
        private DateFormat frmt = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");

        public BufferConsumer(ConcurrentLinkedQueue<ByteBuffer> byteBuffers, String fileName, int bufferSize) {
            buffers = byteBuffers;
            bytes = buffers.poll();
            if (bytes==null)
                bytes = ByteBuffer.allocate(bufferSize);

            file = fileName;
            chars = new StringBuffer(bufferSize);
            frmt = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
            limit = bufferSize;
            position = 0l;
        }

        public ByteBuffer buffer() {
            return bytes;
        }

        @Override
        public synchronized void completed(Integer result, AsynchronousFileChannel channel) {

            if (result!=-1) {
                bytes.flip();
                final int len = bytes.limit();
                int i = 0;
                try {
                    for (i = 0; i < len; i++) {
                        byte by = bytes.get();
                        if (by=='\n') {
                            // ***
                            // The code used to process the line goes here
                            chars.setLength(0);
                        }
                        else {
                                chars.append((char) by);
                        }
                    }
                }
                catch (Exception x) {
                    System.out.println(
                        "Caught exception " + x.getClass().getName() + " " + x.getMessage() +
                        " i=" + String.valueOf(i) + ", limit=" + String.valueOf(len) +
                        ", position="+String.valueOf(position));
                }

                if (len==limit) {
                    bytes.clear();
                    position += len;
                    channel.read(bytes, position, channel, this);
                }
                else {
                    try {
                        channel.close();
                    }
                    catch (IOException e) {
                    }
                    consumerThreads.release();
                    bytes.clear();
                    buffers.add(bytes);
                }
            }
            else {
                try {
                    channel.close();
                }
                catch (IOException e) {
                }
                consumerThreads.release();
                bytes.clear();
                buffers.add(bytes);
            }
        }

        @Override
        public void failed(Throwable e, AsynchronousFileChannel channel) {
        }
};

所有案例的全面可运行实施

https://github.com/sergiomt/javaiobenchmark/blob/master/FileReadBenchmark.java

# 3 楼答案

以下是一个简单的解决方案：

String content = new String(Files.readAllBytes(Paths.get("sample.txt")));

或读作列表：

List<String> content = Files.readAllLines(Paths.get("sample.txt"))

# 4 楼答案
ASCII是一个文本文件，因此您可以使用^{}进行读取。Java还支持使用^{}读取二进制文件。如果正在读取的文件很大，那么您可能希望在^{}上使用^{}来提高读取性能

通过this article了解如何使用Reader

我还建议你下载并阅读这本名为Thinking In Java的精彩（但免费）书籍

在Java 7中：
```
new String(Files.readAllBytes(...))
```
(docs) 或
```
Files.readAllLines(...)
```
(docs)

在Java 8中：
```
Files.lines(..).forEach(...)
```
(docs)
# 5 楼答案
最简单的方法是在Java中使用Scanner类和FileReader对象。简单的例子：
```
Scanner in = new Scanner(new FileReader("filename.txt"));
```
Scanner有几种读取字符串、数字等的方法。。。您可以在Java文档页面上查找有关这方面的更多信息

例如，将整个内容读入String：
```
StringBuilder sb = new StringBuilder();
while(in.hasNext()) {
    sb.append(in.next());
}
in.close();
outString = sb.toString();
```
此外，如果您需要特定编码，您可以使用此编码而不是FileReader：
```
new InputStreamReader(new FileInputStream(fileUtf8), StandardCharsets.UTF_8)
```

# 6 楼答案

我最喜欢的读取小文件的方法是使用BufferedReader和StringBuilder。它非常简单，切中要害（虽然不是特别有效，但在大多数情况下都足够好）：

BufferedReader br = new BufferedReader(new FileReader("file.txt"));
try {
    StringBuilder sb = new StringBuilder();
    String line = br.readLine();

    while (line != null) {
        sb.append(line);
        sb.append(System.lineSeparator());
        line = br.readLine();
    }
    String everything = sb.toString();
} finally {
    br.close();
}

有人指出，在Java 7之后，您应该使用try-with-resources（即自动关闭）功能：

try(BufferedReader br = new BufferedReader(new FileReader("file.txt"))) {
    StringBuilder sb = new StringBuilder();
    String line = br.readLine();

    while (line != null) {
        sb.append(line);
        sb.append(System.lineSeparator());
        line = br.readLine();
    }
    String everything = sb.toString();
}

当我阅读这样的字符串时，我通常希望对每行进行一些字符串处理，所以我选择了这个实现

不过，如果我真的想将文件读入字符串，我总是使用ApacheCommons IO和类IOUtils。toString（）方法。您可以在此处查看源代码：

http://www.docjar.com/html/api/org/apache/commons/io/IOUtils.java.html

FileInputStream inputStream = new FileInputStream("foo.txt");
try {
    String everything = IOUtils.toString(inputStream);
} finally {
    inputStream.close();
}

使用Java 7更简单：

try(FileInputStream inputStream = new FileInputStream("foo.txt")) {     
    String everything = IOUtils.toString(inputStream);
    // do something with everything string
}

Python中文网

有 Java 编程相关的问题?