Question

我正在使用以下groovy代码在文件中搜索字符串，即帐号。我正在阅读的文件大约30MB，包含80,000-120,000行。有没有更有效的方法在包含给定AcctNum的文件中查找记录？我是新手，所以我不知道要调查哪个区域，toList()或for-loop。谢谢！

AcctNum = 1234567890

if (testfile.exists())
{
  lines = testfile.readLines()
  words = lines.toList() 
  for (word in words) 
  {
    if (word.contains(AcctNum)) { done = true; match = 'YES' ; break }
    chunks += 1
    if (done) { break }
  }
}

Answer 1

不幸的是，我甚至不已经安装在我目前的笔记本电脑Groovy的 - 但我不希望你有toList()在所有来电。我也希望你能在闭包中表达这个条件，但是我必须参考Groovy in Action来检查......

话虽如此，你真的需要它分成几行吗？您是否可以使用getText()阅读整篇文章，然后只需拨打contains()一次？

编辑：好的，如果您需要查找包含记录的实际行，您需要拨打readLines()，但我认为您之后不需要致电toList()。你应该可以使用：

for (line in lines) 
{
  if (line.contains(AcctNum)) 
  {
     // Grab the results you need here
     break;
  }
}

Answer 2

当你说高效时，你通常必须决定你的意思：它是应该快速运行，还是尽量少用资源（内存，...）。通常两者都位于相反的位置，你必须选择权衡。

如果你想搜索内存友好的话，我建议逐行阅读文件，而不是一次性读取它我怀疑它确实存在（我会错在那里，但在其他语言中，像readLines读取的内容）将整个文件放入一个字符串数组中。）

如果你想让它快速运行，我建议，如前所述，立即读取整个文件并寻找给定的模式。您可以使用indexOf来获取位置，然后根据需要从该位置读取记录，而不是仅使用contains进行检查。

Answer 3

我应该更好地解释一下，如果我找到了AcctNum的记录，我会在记录中提取出其他信息......所以我认为我需要将文件拆分成多行。

Answer 4

如果您控制正在阅读的文件的格式，解决方案是添加索引。

实际上，这就是数据库能够如此快速地定位记录的方式。

但是对于30MB的数据，我认为一台具有不错硬盘的现代计算机应该可以解决问题，而不是使程序复杂化。

如何使这个Groovy字符串搜索代码更有效？

4 个答案: