如何将文件的行号转换为字节偏移量（或使用BufferedReader获取每行开头的字节偏移量）？

Question

我正在使用包装在LineNumberReader中的FileReader来索引大文本文件，以便以后快速访问。麻烦的是我似乎找不到直接读取特定行号的方法。 BufferedReader支持skip（）函数，但我需要将行号转换为字节偏移量（或者首先索引字节偏移量）。

我使用RandomAccessFile对它进行了破解，虽然它起作用，但在初始索引期间却非常缓慢。 BufferedReader的速度太棒了，但是......好吧，你看到了问题。

一些关键信息：

• 该文件可以是任何大小（目前为35,000行）
• 它存储在Android的内部文件系统上（确切地说是通过 getFilesDir（））
• 遗憾的是格式是不是固定宽度（因此需要逐行阅读）

有什么想法吗？

Answer 1

Describes an extended RandomAccessFile with buffering semantics

Answer 2

  

麻烦是我似乎找不到直接读取特定行号的方法

除非您知道每行的长度，否则无法直接阅读

没有快捷方式，您需要预先读取整个文件并手动计算偏移量。

我只使用BufferedReader然后获取每个字符串的长度并为EOL字符串添加1（或2？）。

Answer 3

考虑将文件索引与大文本文件一起保存。如果您正在生成此文件（无论是在服务器上还是在设备上），那么生成索引一次并将其与文件一起分发和/或保存应该是微不足道的。

我建议使用int []，其中每个值是n *（index + 1）行的绝对偏移量（以字节为单位）。所以你可以有一个大小为35,000的数组，每行的开头，或者一个大小为350的数组，每100行的开头。

这是一个例子，假设你有一个包含int值原始序列的index文件：

public String getLineByNumber(RandomAccessFile index, 
                              RandomAccessFile data, 
                              int lineNum) {
    index.seek(lineNum*4);
    data.seek(index.readInt());
    return data.readLine();
}

Answer 4

刚刚结束以前的评论：

您可以使用RandomAccessFile来计算第一个字节，然后使用第二个解析您读取的内容来手动查找行，或者使用LineNumberReader来逐行读取行并计算每行char的字节数（手工制作16字节的2个字节？）

Answer 5

  

我用它来破解它   RandomAccessFile，虽然它有效，   在这期间，它非常缓慢   初始索引

你已经开始了艰难的部分。现在是更难的部分。

  

BufferedReader的速度太棒了，   但...

你使用RandomAccessFile有什么东西让它比它变得慢吗？你一次读了几个字节？如果你一次读取一个字节，它将是sloooooow。如果你一次读入一个字节数组，你可以加快速度并将字节数组用作缓冲区。