小编典典

读取文件中的所有文本

Java 11添加了readString()方法来读取小文件,以String保留行终止符:

String content = Files.readString(path, StandardCharsets.US_ASCII);

对于介于Java 7和11之间的版本,这是一个紧凑而健壮的习惯用法,它包装在实用程序方法中:

static String readFile(String path, Charset encoding)
throws IOException
{
byte[] encoded = Files.readAllBytes(Paths.get(path));
return new String(encoded, encoding);
}

从文件中读取文本行

Java 7添加了一种便捷方法,可以将文件读取为文本行(以表示)List。这种方法是“有损的”,因为从每行的末端剥去了行分隔符。

List lines = Files.readAllLines(Paths.get(path), encoding);

Java 8添加了Files.lines()生成的方法Stream。同样,此方法是有损的,因为剥去了行分隔符。如果IOException在读取文件时遇到,则会将其包装在中UncheckedIOException,因为Stream它不接受引发检查异常的lambda。

try (Stream lines = Files.lines(path, encoding)) {
lines.forEach(System.out::println);
}

这Stream确实需要close()打电话;这个在API上的文档很少,我怀疑很多人甚至没有注意到Stream有一个close()方法。确保使用如图所示的ARM模块。

如果使用的是文件以外的源,则可以改用lines()方法BufferedReader。

内存利用率

保留换行符的第一种方法可能临时需要占用文件大小几倍的内存,因为在短时间内,原始文件内容(字节数组)和解码后的字符(即使已编码也为16位) (文件中的8位)一次存储在内存中。将其应用于相对于可用内存较小的文件是最安全的。

第二种方法是读取行,通常可以提高内存效率,因为用于解码的输入字节缓冲区不需要包含整个文件。但是,它仍然不适用于相对于可用内存而言非常大的文件。

为了读取大文件,你需要为程序提供不同的设计,即从流中读取文本块,对其进行处理,然后再移至下一个,重新使用相同的固定大小的内存块。在此,“大”取决于计算机规格。如今,此阈值可能是许多GB的RAM。Stream如果输入的“记录”恰好是单独的行,则使用a的第三种方法是一种方法。(使用的readLine()方法BufferedReader等效于此方法。)

字符编码

原始帖子的示例中缺少的一件事是字符编码。在某些特殊情况下,平台默认值是你想要的,但是很少见,你应该可以证明自己的选择合理。

在StandardCharsets类中定义的所有Java运行时所需要的编码的一些常量:

String content = readFile("test.txt", StandardCharsets.UTF_8);

该平台默认可从该Charset类本身:

String content = readFile("test.txt", Charset.defaultCharset());

2020-01-10