从文件中读取所有文本
Java 11 添加了readString()方法来读取小文件String
,保留行终止符:
String content = Files.readString(path, StandardCharsets.US_ASCII);
对于 Java 7 和 11 之间的版本,这是一个紧凑、健壮的习惯用法,包含在一个实用方法中:
static String readFile(String path, Charset encoding)
throws IOException
{
byte[] encoded = Files.readAllBytes(Paths.get(path));
return new String(encoded, encoding);
}
从文件中读取文本行
Java 7 添加了一种方便的方法,可以将文件读取为文本行,表示为List<String>
. 这种方法是“有损的”,因为行分隔符从每行的末尾被剥离。
List<String> lines = Files.readAllLines(Paths.get(path), encoding);
Java 8 添加了Files.lines()
生成Stream<String>
. 同样,这种方法是有损的,因为行分隔符被剥离。如果IOException
在读取文件时遇到 an ,则将其包装在 中UncheckedIOException
,因为Stream
不接受引发检查异常的 lambda。
try (Stream<String> lines = Files.lines(path, encoding)) {
lines.forEach(System.out::println);
}
这Stream
确实需要一个close()
电话;这在 API 上的记录很差,我怀疑很多人甚至没有注意到Stream
有一个close()
方法。一定要使用如图所示的 ARM 块。
如果您正在使用文件以外的源,则可以改用该lines()
方法BufferedReader
。
内存利用率
第一种保留换行符的方法可能会暂时需要几倍于文件大小的内存,因为在短时间内原始文件内容(字节数组)和解码的字符(每个字符都是 16 位,即使已编码)作为文件中的 8 位)一次驻留在内存中。应用到您知道相对于可用内存较小的文件是最安全的。
第二种方法,读取行,通常更节省内存,因为用于解码的输入字节缓冲区不需要包含整个文件。但是,它仍然不适合相对于可用内存非常大的文件。
为了读取大文件,您需要对程序进行不同的设计,即从流中读取一大块文本,对其进行处理,然后继续下一个,重用相同的固定大小的内存块。在这里,“大”取决于计算机规格。如今,这个阈值可能是数 GB 的 RAM。Stream<String>
如果您输入的“记录”恰好是单独的行,则使用第三种方法是一种方法。(使用 的readLine()
方法BufferedReader
是这种方法的程序等价物。)
字符编码
原始帖子中的示例中缺少的一件事是字符编码。在某些特殊情况下,平台默认值是您想要的,但它们很少见,您应该能够证明您的选择是合理的。
该类StandardCharsets
为所有 Java 运行时所需的编码定义了一些常量:
String content = readFile("test.txt", StandardCharsets.UTF_8);
平台默认值可从类Charset
本身获得:
String content = readFile("test.txt", Charset.defaultCharset());
注意:这个答案在很大程度上取代了我的 Java 6 版本。Java 7 的实用程序安全地简化了代码,并且使用映射字节缓冲区的旧答案阻止了读取的文件被删除,直到映射缓冲区被垃圾收集。您可以通过此答案的“已编辑”链接查看旧版本。