使用Java搜索文件内容？

Question

我想在java中编写一个允许我打开文件（txt）并使用用户输入的应用程序，搜索特定单词或字符串的所有实例。

由于这里可能有更多有经验的程序员，我想就如何创建这样的工具提出一些建议。您将如何创建基本的文本搜索工具？

我一直在玩一些java类，比如File，FileOutputStream，FileInputStream，InputStreamReader，OutputStreamReader，FileReader，StreamTokenizer，想知道使用java打开和搜索文件的最佳方法吗？

感谢您提供的任何意见， DES。

Answer 1

将File与Scanner和StringBuilder结合使用可以为您提供一个良好的开端。

Answer 2

我建议使用某种哈希表。如果您的数据没有变化（这只是对静态文档的基本搜索，还是像文本编辑器的一部分？）那么Perfect Hashing将为您提供恒定时间查找。这是非常快。如果没有，也许尝试Cuckoo哈希甚至只是线性探测。

我会使用Scanner或任何缓冲的阅读器在文件中读取，将每个单词都作为所需其他数据的关键字（例如所有出现的行号/单词索引），然后您可以查询哈希表超快。

编辑：这是一个针对字符串的完美散列的Java实现：http://blog.tomgibara.com/post/438939809/minimal-perfect-hash-strings

Answer 3

您想对搜索结果做什么？是否只计算给定单词或短语的出现次数？如果用户键入“line”并且文件包含“lines”，该怎么办？应该有比赛吗？您是否必须允许在同一个文件上进行多次搜索？

无论如何，重点是全文搜索是一个非常复杂的主题。但是有帮助;-)。我的建议是使用开源Lucene项目创建要搜索的文件的内存中索引。它速度超快，可以解决上述所有问题以及更多问题。 Here是创建内存索引的代码。创建索引后，您可以执行sophisticated searches

Answer 4

您可以在文本文件中读取字符串，然后调用split（）方法。见文档。这将返回一个字符串数组。在此之后，您可以对阵列执行搜索（即二进制搜索）并继续执行此操作，删除找到的单词并保存位置，直到找到所有实例。之后，您将在文档中包含搜索字符串的所有位置。

以下是关于二进制搜索的维基百科文章，以防您可能需要它： http://en.m.wikipedia.org/wiki/Binary_search_algorithm?wasRedirected=true

Answer 5

为了获得速度，我会使用BufferedReader。像这样：

BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream(givenFile)));

BufferedReader是读取文件最有效的方式，恕我直言。

现有的工具由Keith Fenske创建并命名为FileSearch。您可以下载源代码并查看它：）