Question

我想将包含字符串的大文件合并到一个文件中，并尝试使用nio2。我不想将整个文件加载到内存中，所以我尝试使用BufferedReader：

public void mergeFiles(filesToBeMerged) throws IOException{

Path mergedFile = Paths.get("mergedFile");
Files.createFile(mergedFile);

List<Path> _filesToBeMerged = filesToBeMerged;

try (BufferedWriter writer = Files.newBufferedWriter(mergedFile,StandardOpenOption.APPEND)) {
        for (Path file : _filesToBeMerged) {
// this does not work as write()-method does not accept a BufferedReader
            writer.append(Files.newBufferedReader(file));
        }
    } catch (IOException e) {
        System.err.println(e);
    }

}

我尝试了这个，这个工作，hower，字符串的格式（例如新行等不会被复制到合并文件）：

...
try (BufferedWriter writer = Files.newBufferedWriter(mergedFile,StandardOpenOption.APPEND)) {
        for (Path file : _filesToBeMerged) {
//              writer.write(Files.newBufferedReader(file));
            String line = null;


BufferedReader reader = Files.newBufferedReader(file);
            while ((line = reader.readLine()) != null) {
                    writer.append(line);
                    writer.append(System.lineSeparator());
             }
reader.close();
        }
    } catch (IOException e) {
        System.err.println(e);
    }
...

如何在不将整个文件加载到内存的情况下将大文件与NIO2合并？

Answer 1

如果您想有效地合并两个或多个文件，您应该问问自己，为什么您使用基于char Reader和Writer来执行该任务。

通过使用这些类，您可以将文件的字节转换为字符，从系统的默认编码转换为unicode，然后从unicode转换回系统的默认编码。这意味着程序必须对整个文件执行两次数据转换。

顺便说一句，BufferedReader和BufferedWriter绝不是NIO2个工件。这些类从Java的第一个版本开始就存在。

当您通过真正的NIO函数使用逐字节复制时，文件可以在不被Java应用程序触及的情况下传输，在最好的情况下，传输将直接在文件系统的缓冲区中执行：

import static java.nio.file.StandardOpenOption.*;

import java.io.IOException;
import java.nio.channels.FileChannel;
import java.nio.file.Path;
import java.nio.file.Paths;

public class MergeFiles
{
  public static void main(String[] arg) throws IOException {
    if(arg.length<2) {
      System.err.println("Syntax: infiles... outfile");
      System.exit(1);
    }
    Path outFile=Paths.get(arg[arg.length-1]);
    System.out.println("TO "+outFile);
    try(FileChannel out=FileChannel.open(outFile, CREATE, WRITE)) {
      for(int ix=0, n=arg.length-1; ix<n; ix++) {
        Path inFile=Paths.get(arg[ix]);
        System.out.println(inFile+"...");
        try(FileChannel in=FileChannel.open(inFile, READ)) {
          for(long p=0, l=in.size(); p<l; )
            p+=in.transferTo(p, l-p, out);
        }
      }
    }
    System.out.println("DONE.");
  }
}

Answer 2

使用

Files.newBufferedReader(file).readLine()

每次都创建一个新的Buffer，它总是在第一行重置。

替换为

BufferedReader reader = Files.newBufferedReader(file);
while ((line = reader.readLine()) != null) {
  writer.write(line);
}

读者完成时

和.close()。

Answer 3

readLine()不会产生行结尾（＆＃34; \ n＆＃34;或＆＃34; \ r \ n＆＃34;）。那就是错误。

while ((line = reader.readLine()) != null) {
    writer.write(line);
    writer.write("\r\n"); // Windows
}

您也可以忽略对（可能不同的）行结尾的过滤，并使用

try (OutputStream out = new FileOutputStream(file);
    for (Path source : filesToBeMerged) {
        Files.copy(path, out);
        out.write("\r\n".getBytes(StandardCharsets.US_ASCII));
    }
}

如果最后一行没有换行符，则显式写入换行符。

可选的，丑陋的Unicode BOM字符可能仍然存在问题，以便在文件开头将文本标记为UTF-8 / UTF-16LE / UTF-16BE。

合并大文件而不将整个文件加载到内存中？

3 个答案: