Question

我有一个大文件，我想对它做一些“操作”。（查找一些文本，检查是否存在某些文本，获取某些文本的偏移量，可能更改文件）。

我目前的方法是：

public ResultSet getResultSet(String fileName) throws IOException {

    InputStream in = new FileInputStream(fileName);

    byte[] buffer = new byte[CAPACITY];
    byte[] doubleBuffer = new byte[2 * CAPACITY];


    long len = in.read(doubleBuffer);
    while (true) {
        String reconstitutedString = new String(doubleBuffer, 0 ,doubleBuffer.length);

        //...do stuff

        ByteArrayOutputStream os = new ByteArrayOutputStream();
        os.write(doubleBuffer, CAPACITY, CAPACITY);
        readUntilNow += len;
        len = in.read(buffer);
        if (len <= 0) {
            break;
        }
        os.write(buffer, 0, CAPACITY);
        doubleBuffer = os.toByteArray();
        os.close();
    }
    in.close();
    return makeResult();

}

我想将 String reconstitutedString 更改为其他内容。考虑到我希望能够获得有关该数据内容的一些信息，我可能会在字符串上调用IndexOf的信息，这将是最好的选择

Answer 1

要split或indexOf开启的最佳类型是String。只需使用它。

Answer 2

您可以使用StringBuffer或StringBuilder。这两个类几乎像String类，具有可变性的优点。

此外，只要您需要String提供的某些功能，您就可以轻松将其转换为String。要转换它们，您只需使用toString()方法即可。

根据您的具体情况，您可以使用其他一些数据类型作为String的替代方案。但总的来说StringBuffer和StringBuilder是最好的选择，而不是字符串。使用StringBuffer进行同步，并在其他情况下使用StringBuilder。

Answer 3

最自然的选择是CharBuffer。与String和StringBuilder一样，它实现了CharSequence interface，因此它可以与许多面向文本的API一起使用，最值得注意的是regex engine大多数搜索，拆分和替换操作的后端。

CharBuffer自然选择的原因在于它也是charset package使用的类型，它提供了从字节转换字符到字节的必要操作。通过处理此API，您可以直接从CharBuffer进行转换，无需额外的数据复制步骤。

请注意，Java的正则表达式API已准备好处理包含部分读取文件的缓冲区，并可报告读取更多数据是否可能会更改结果（请参阅hitEnd()和requireEnd()）。

这些是构建应用程序的必要工具，这些应用程序可以处理较小块中的大型文件，而不会从中创建String实例（或仅在必要时，例如在提取匹配的子序列时）。

使用别的东西而不是String

3 个答案: