java中怎么读取超大文件

本篇文章为大家展示了java中怎么读取超大文件,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。

成都做网站、网站制作、成都外贸网站建设介绍好的网站是理念、设计和技术的结合。创新互联建站拥有的网站设计理念、多方位的设计风格、经验丰富的设计团队。提供PC端+手机端网站建设,用营销思维进行网站设计、采用先进技术开源代码、注重用户体验与SEO基础,将技术与创意整合到网站之中,以契合客户的方式做到创意性的视觉化效果。

1.编码格式

由于是使用NIO读文件通道的方式,拿到的内容都是byte[],在生成String对象时一定要设置与读取文件相同的编码,而不是项目编码。

2.换行符

一般在业务中,多数情况都是读取文本文件,在解析byte[]时发现有换行符时则认为该行已经结束。

在我们写Java程序时,大多数都认为\r\n为一个文本的一行结束,但这个换行符根据当前系统的不同,换行符也不相同,比如在Linux/Unix下换行符是\n,而在Windows下则是\r\n。如果将换行符定为\r\n,在读取由Linux系统生成的文本文件则会出现乱码。

3.读取正常,但中间偶尔会出现乱码

public static void main(String[] args) throws Exception { int bufSize = 1024; byte[] bs = new byte[bufSize]; ByteBuffer byteBuf = ByteBuffer.allocate(1024); FileChannel channel = new RandomAccessFile("d:\\filename","r").getChannel(); while(channel.read(byteBuf) != -1) { int size = byteBuf.position(); byteBuf.rewind(); byteBuf.get(bs); // 把文件当字符串处理,直接打印做为一个例子。 System.out.print(new String(bs, 0, size)); byteBuf.clear(); } }

这是网上大多数使用NIO来读取大文件的例子,但这有个问题。中文字符根据编码不同,会占用2到3个字节,而上面程序中每次都读取1024个字节,那这样就会出现一个问题,如果该文件中第1023,1024,1025三个字节是一个汉字,那么一次读1024个字节就会将这个汉字切分成两瓣,生成String对象时就会出现乱码。解决思路是判断这读取的1024个字节,最后一位是不是\n,如果不是,那么将最后一个\n以后的byte[]缓存起来,加到下一次读取的byte[]头部。

以下为代码结构:

NioFileReader

package com.okey.util; import java.io.*;import java.nio.ByteBuffer;import java.nio.channels.FileChannel; /** * Created with Okey * User: Okey * Date: 13-3-14 * Time: 上午11:29 * 读取文件工具 */public class NIOFileReader {  // 每次读取文件内容缓冲大小,默认为1024个字节 private int bufSize = 1024; // 换行符 private byte key = "\n".getBytes()[0]; // 当前行数 private long lineNum = 0; // 文件编码,默认为gb2312 private String encode = "gb2312"; // 具体业务逻辑监听器 private ReaderListener readerListener;  /** * 设置回调方法 * @param readerListener */ public NIOFileReader(ReaderListener readerListener) { this.readerListener = readerListener; }  /** * 设置回调方法,并指明文件编码 * @param readerListener * @param encode */ public NIOFileReader(ReaderListener readerListener, String encode) { this.encode = encode; this.readerListener = readerListener; }  /** * 普通io方式读取文件 * @param fullPath * @throws Exception */ public void normalReadFileByLine(String fullPath) throws Exception { File fin = new File(fullPath); if (fin.exists()) {  BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream(fin), encode));  String lineStr;  while ((lineStr = reader.readLine()) != null) {  lineNum++;  readerListener.outLine(lineStr.trim(), lineNum, false);  }  readerListener.outLine(null, lineNum, true);  reader.close(); } }  /** * 使用NIO逐行读取文件 * * @param fullPath * @throws java.io.FileNotFoundException */ public void readFileByLine(String fullPath) throws Exception { File fin = new File(fullPath); if (fin.exists()) {  FileChannel fcin = new RandomAccessFile(fin, "r").getChannel();  try {  ByteBuffer rBuffer = ByteBuffer.allocate(bufSize);  // 每次读取的内容  byte[] bs = new byte[bufSize];  // 缓存  byte[] tempBs = new byte[0];  String line = "";  while (fcin.read(rBuffer) != -1) {   int rSize = rBuffer.position();   rBuffer.rewind();   rBuffer.get(bs);   rBuffer.clear();   byte[] newStrByte = bs;   // 如果发现有上次未读完的缓存,则将它加到当前读取的内容前面   if (null != tempBs) {   int tL = tempBs.length;   newStrByte = new byte[rSize + tL];   System.arraycopy(tempBs, 0, newStrByte, 0, tL);   System.arraycopy(bs, 0, newStrByte, tL, rSize);   }   int fromIndex = 0;   int endIndex = 0;   // 每次读一行内容,以 key(默认为\n) 作为结束符   while ((endIndex = indexOf(newStrByte, fromIndex)) != -1) {   byte[] bLine = substring(newStrByte, fromIndex, endIndex);   line = new String(bLine, 0, bLine.length, encode);   lineNum++;   // 输出一行内容,处理方式由调用方提供   readerListener.outLine(line.trim(), lineNum, false);   fromIndex = endIndex + 1;   }   // 将未读取完成的内容放到缓存中   tempBs = substring(newStrByte, fromIndex, newStrByte.length);  }  // 将剩下的最后内容作为一行,输出,并指明这是最后一行  String lineStr = new String(tempBs, 0, tempBs.length, encode);  readerListener.outLine(lineStr.trim(), lineNum, true);  } catch (Exception e) {  e.printStackTrace();  } finally {  fcin.close();  }  } else {  throw new FileNotFoundException("没有找到文件:" + fullPath); } }  /** * 查找一个byte[]从指定位置之后的一个换行符位置 * @param src * @param fromIndex * @return * @throws Exception */ private int indexOf(byte[] src, int fromIndex) throws Exception {  for (int i = fromIndex; i < src.length; i++) {  if (src[i] == key) {  return i;  } } return -1; }  /** * 从指定开始位置读取一个byte[]直到指定结束位置为止生成一个全新的byte[] * @param src * @param fromIndex * @param endIndex * @return * @throws Exception */ private byte[] substring(byte[] src, int fromIndex, int endIndex) throws Exception { int size = endIndex - fromIndex; byte[] ret = new byte[size]; System.arraycopy(src, fromIndex, ret, 0, size); return ret; } }

ReaderListener

package com.okey.util; import java.util.ArrayList;import java.util.List; /** * Created with Okey * User: Okey * Date: 13-3-14 * Time: 下午3:19 * NIO逐行读数据回调方法 */public abstract class ReaderListener {  // 一次读取行数,默认为500 private int readColNum = 500;  private List list = new ArrayList();  /** * 设置一次读取行数 * @param readColNum */ protected void setReadColNum(int readColNum) { this.readColNum = readColNum; }  /** * 每读取到一行数据,添加到缓存中 * @param lineStr 读取到的数据 * @param lineNum 行号 * @param over 是否读取完成 * @throws Exception */ public void outLine(String lineStr, long lineNum, boolean over) throws Exception { if(null != lineStr)  list.add(lineStr); if (!over && (lineNum % readColNum == 0)) {  output(list);  list.clear(); } else if (over) {  output(list);  list.clear(); } }  /** * 批量输出 * * @param stringList * @throws Exception */ public abstract void output(List stringList) throws Exception; }ReadTxt(具体业务逻辑)package com.okey.util;  import java.io.File;import java.util.HashMap;import java.util.List;import java.util.Map;  /** * Created with IntelliJ IDEA. * User: Okey * Date: 14-3-6 * Time: 上午11:02 * To change this template use File | Settings | File Templates. */public class ReadTxt { public static void main(String[] args) throws Exception{ String filename = "E:/address_city.utf8.txt"; ReaderListener readerListener = new ReaderListener() {  @Override  public void output(List stringList) throws Exception {  for (String s : stringList) {   System.out.println("s = " + s);  }  } }; readerListener.setReadColNum(100000); NIOFileReader nioFileReader = new NIOFileReader(readerListener,"utf-8"); nioFileReader.readFileByLine(filename); }}

上述内容就是java中怎么读取超大文件,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注创新互联行业资讯频道。


标题名称:java中怎么读取超大文件
网站网址:http://scyanting.com/article/isphoh.html