我需要扫描换行符分隔的文本文件，每行可能超过一百万行。由于网络服务器的限制，合理地做到这一点的唯一方法是将过程分解为更小的扫描块。
我能够找到的一种方法是使用Scanner并跳过线，直到达到所需的线索引...但这对于大量扫描而言，其开销不足访问包含数十万行的文件。
RandomAccessFile.skip()和InputReader.skip()都允许搜索，但它是以字节为单位测量的，我不能保证每一行都有相同的字节数。有没有办法根据分隔符而不是按字节跳过几行？
或者还有其他办法解决这个问题吗？
答案 0 :(得分：3)
如果要从特定行开始，则必须计算新行字符。除了某种形式的线性扫描之外，没有办法做到这一点。新行字符不是＆＃34;特殊＆＃34;从文件系统的角度来看。
我对Scanner的性能经验不佳。我认为最好的办法是使用带有大缓冲区的BufferedReader。
如果您反复使用同一个文件，则应为行偏移创建一个索引，以便快速搜索给定的行。
答案 1 :(得分：1)
没有。如果您的行是可变长度的，那么您需要分析空白以确定它们的结束位置，那么除了顺序扫描文件之外别无选择。您可以用一种方式编写代码，以掩盖您这样做的事实，但这并不会改变性能特征。
答案 2 :(得分：0)
为什么你需要通过线路寻找？抓取一大块N个字节，在最后一个换行符之前进行任何处理。将有一些字节未处理，可能该数字将为零。使用它来退后一步，抓住另一块N字节，依此类推。 （这可能比将部分粘合在一起更容易）
（我假设您正在寻找对整个文件进行某种处理。如果您正在尝试寻找某些行k，请让您的处理步骤为＆＃ 34;计算换行符＆＃34;）