Question

我正在使用大约2G的文件。我想逐行阅读文件以找到一些特定的术语。我可以更好地使用Whitch类：FileReader还是FileInputStream？我怎样才能有效地找到具体的单词。我只是使用split（）方法，但可以将java.util.regex.Pattern类与java.util.regex.Matcher类结合使用。

所以问题是：我可以使用哪个类：FileReader或FileInputStream？我可以使用拆分方法或正则表达式类

有人对这些问题有答案吗？ Thans。

Answer 1

最好的选择是使用BufferedReader（用于其readLine()方法）包装InputStreamReader（用于指定编码的能力）包裹FileInputStream（实际读取文件）：

BufferedReader br = new BufferedReader(new InputStreamReader(
    new FileInputStream(name), encoding));

FileReader使用平台默认编码，这通常是个坏主意，使得该类主要成为不了解潜在问题的开发人员的陷阱。

如果您只是想在行中找到子串，String.indexOf()是最有效的方式;如果你真的在寻找特定的模式，那么使用正则表达式会更好。

Answer 2

你会想要使用一个Reader（可能包含在BufferedReader中），因为你使用的是String数据，而不是二进制数据。您应该预编译您的模式（Pattern.compile）。除此之外，从您的描述中不清楚您是否应该使用Pattern.split，或者使用匹配器更合适。

请注意，str.split(regex, limit)相当于Pattern.compile(regex).split(str, limit)

Answer 3

BufferedReader有readLine()方法，可用于逐行阅读。 Reader（和Writer）类可用于String数据，其中InputStream（和OutputStream）应用于二进制数据（字节数组）。

BufferedReader reader = new BufferedReader(new FileReader(file));
String line = null;
while((line = reader.readLine()) != null) {
    // Do something with the line
}

FileReader与FileInputReader。分裂与模式

3 个答案: