Como posso ler um arquivo de texto grande linha por linha usando Java?

Preciso ler um arquivo de texto grande de cerca de 5-6 GB, linha por linha, usando Java.

Como posso fazer isso rapidamente?

Um padrão comum é usar

try (BufferedReader br = new BufferedReader(new FileReader(file))) {
    String line;
    while ((line = br.readLine()) != null) {
       // process the line.
    }
}

Você pode ler os dados mais rapidamente se considerar que não há codificação de caracteres. por exemplo, ASCII-7, mas não fará muita diferença. É altamente provável que o que você faz com os dados demore muito mais.

EDIT: Um padrão menos comum de usar que evita o escopo de linevazamento.

try(BufferedReader br = new BufferedReader(new FileReader(file))) {
    for(String line; (line = br.readLine()) != null; ) {
        // process the line.
    }
    // line is not visible here.
}

ATUALIZAÇÃO: No Java 8 você pode fazer

try (Stream<String> stream = Files.lines(Paths.get(fileName))) {
        stream.forEach(System.out::println);
}

NOTA: Você deve colocar o Stream em um bloco try-with-resource para garantir que o método #close seja chamado, caso contrário, o identificador de arquivo subjacente nunca será fechado até que o GC o faça muito mais tarde.

Veja este blog:

• Arquivo de leitura Java linha por linha - Tutorial em Java

O tamanho do buffer pode ser especificado ou o tamanho padrão pode ser usado. O padrão é grande o suficiente para a maioria dos propósitos.

// Open the file
FileInputStream fstream = new FileInputStream("textfile.txt");
BufferedReader br = new BufferedReader(new InputStreamReader(fstream));

String strLine;

//Read File Line By Line
while ((strLine = br.readLine()) != null)   {
  // Print the content on the console
  System.out.println (strLine);
}

//Close the input stream
fstream.close();

Quando o Java 8 for lançado (março de 2014), você poderá usar fluxos:

try (Stream<String> lines = Files.lines(Paths.get(filename), Charset.defaultCharset())) {
  lines.forEachOrdered(line -> process(line));
}

Imprimindo todas as linhas no arquivo:

try (Stream<String> lines = Files.lines(file, Charset.defaultCharset())) {
  lines.forEachOrdered(System.out::println);
}

Aqui está uma amostra com tratamento completo de erros e especificação de conjunto de caracteres de suporte para pré-Java 7. Com o Java 7, você pode usar a sintaxe try-with-resources, o que torna o código mais limpo.

Se você deseja apenas o conjunto de caracteres padrão, pode pular o InputStream e usar o FileReader.

InputStream ins = null; // raw byte-stream
Reader r = null; // cooked reader
BufferedReader br = null; // buffered for readLine()
try {
    String s;
    ins = new FileInputStream("textfile.txt");
    r = new InputStreamReader(ins, "UTF-8"); // leave charset out for default
    br = new BufferedReader(r);
    while ((s = br.readLine()) != null) {
        System.out.println(s);
    }
}
catch (Exception e)
{
    System.err.println(e.getMessage()); // handle exception
}
finally {
    if (br != null) { try { br.close(); } catch(Throwable t) { /* ensure close happens */ } }
    if (r != null) { try { r.close(); } catch(Throwable t) { /* ensure close happens */ } }
    if (ins != null) { try { ins.close(); } catch(Throwable t) { /* ensure close happens */ } }
}

Aqui está a versão Groovy, com manipulação completa de erros:

File f = new File("textfile.txt");
f.withReader("UTF-8") { br ->
    br.eachLine { line ->
        println line;
    }
}

No Java 8, você pode fazer:

try (Stream<String> lines = Files.lines (file, StandardCharsets.UTF_8))
{
    for (String line : (Iterable<String>) lines::iterator)
    {
        ;
    }
}

Algumas notas: O fluxo retornado por Files.lines(diferente da maioria dos fluxos) precisa ser fechado. Pelas razões mencionadas aqui , evito usar forEach(). O código estranho (Iterable<String>) lines::iteratorlança um fluxo em um iterável.

O que você pode fazer é digitalizar o texto inteiro usando o Scanner e percorrer o texto linha por linha. Obviamente, você deve importar o seguinte:

import java.io.File;
import java.io.FileNotFoundException;
import java.util.Scanner;
public static void readText throws FileNotFoundException {
    Scanner scan = new Scanner(new File("samplefilename.txt"));
    while(scan.hasNextLine()){
        String line = scan.nextLine();
        //Here you can manipulate the string the way you want
    }
}

O scanner basicamente digitaliza todo o texto. O loop while é usado para percorrer o texto inteiro.

A .hasNextLine()função é um booleano que retorna true se ainda houver mais linhas no texto. A .nextLine()função fornece uma linha inteira como uma String, que você pode usar da maneira que desejar. Tente System.out.println(line)imprimir o texto.

Nota: .txt é o texto do tipo de arquivo.

O FileReader não permitirá que você especifique a codificação, use-a InputStreamReaderse precisar especificá-la:

try {
    BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(filePath), "Cp1252"));         

    String line;
    while ((line = br.readLine()) != null) {
        // process the line.
    }
    br.close();

} catch (IOException e) {
    e.printStackTrace();
}

Se você importou esse arquivo do Windows, ele pode ter codificação ANSI (Cp1252), portanto, você deve especificar a codificação.

Documentei e testei 10 maneiras diferentes de ler um arquivo em Java e, em seguida, executei-os um contra o outro, fazendo-os ler em arquivos de teste de 1 KB a 1 GB. Aqui estão os três métodos de leitura de arquivos mais rápidos para ler um arquivo de teste de 1 GB.

Observe que, ao executar os testes de desempenho, não produzi nada para o console, pois isso realmente atrasaria o teste. Eu só queria testar a velocidade de leitura bruta.

1) java.nio.file.Files.readAllBytes ()

Testado em Java 7, 8, 9. Esse foi o método mais rápido. A leitura de um arquivo de 1 GB consistia em pouco menos de 1 segundo.

import java.io..File;
import java.io.IOException;
import java.nio.file.Files;

public class ReadFile_Files_ReadAllBytes {
  public static void main(String [] pArgs) throws IOException {
    String fileName = "c:\\temp\\sample-1GB.txt";
    File file = new File(fileName);

    byte [] fileBytes = Files.readAllBytes(file.toPath());
    char singleChar;
    for(byte b : fileBytes) {
      singleChar = (char) b;
      System.out.print(singleChar);
    }
  }
}

2) java.nio.file.Files.lines ()

Isso foi testado com sucesso no Java 8 e 9, mas não funcionará no Java 7 devido à falta de suporte para expressões lambda. Demorou cerca de 3,5 segundos para ler um arquivo de 1 GB, o que o colocou em segundo lugar na leitura de arquivos maiores.

import java.io.File;
import java.io.IOException;
import java.nio.file.Files;
import java.util.stream.Stream;

public class ReadFile_Files_Lines {
  public static void main(String[] pArgs) throws IOException {
    String fileName = "c:\\temp\\sample-1GB.txt";
    File file = new File(fileName);

    try (Stream linesStream = Files.lines(file.toPath())) {
      linesStream.forEach(line -> {
        System.out.println(line);
      });
    }
  }
}

3) BufferedReader

Testado para funcionar em Java 7, 8, 9. Demorou cerca de 4,5 segundos para ler em um arquivo de teste de 1 GB.

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;

public class ReadFile_BufferedReader_ReadLine {
  public static void main(String [] args) throws IOException {
    String fileName = "c:\\temp\\sample-1GB.txt";
    FileReader fileReader = new FileReader(fileName);

    try (BufferedReader bufferedReader = new BufferedReader(fileReader)) {
      String line;
      while((line = bufferedReader.readLine()) != null) {
        System.out.println(line);
      }
    }
  }

Você pode encontrar as classificações completas para todos os 10 métodos de leitura de arquivos aqui .

No Java 7:

String folderPath = "C:/folderOfMyFile";
Path path = Paths.get(folderPath, "myFileName.csv"); //or any text file eg.: txt, bat, etc
Charset charset = Charset.forName("UTF-8");

try (BufferedReader reader = Files.newBufferedReader(path , charset)) {
  while ((line = reader.readLine()) != null ) {
    //separate all csv fields into string array
    String[] lineVariables = line.split(","); 
  }
} catch (IOException e) {
    System.err.println(e);
}

No Java 8, também há uma alternativa ao uso Files.lines(). Se a sua fonte de entrada não for um arquivo, mas algo mais abstrato como um Readerou um InputStream, você pode transmitir as linhas através do método BufferedReaders lines().

Por exemplo:

try (BufferedReader reader = new BufferedReader(...)) {
  reader.lines().forEach(line -> processLine(line));
}

chamará processLine()cada linha de entrada lida pelo BufferedReader.

Para ler um arquivo com Java 8

package com.java.java8;

import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.stream.Stream;

/**
 * The Class ReadLargeFile.
 *
 * @author Ankit Sood Apr 20, 2017
 */
public class ReadLargeFile {

    /**
     * The main method.
     *
     * @param args
     *            the arguments
     */
    public static void main(String[] args) {
        try {
            Stream<String> stream = Files.lines(Paths.get("C:\\Users\\System\\Desktop\\demoData.txt"));
            stream.forEach(System.out::println);
        }
        catch (Exception e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
    }
}

Você pode usar a classe Scanner

Scanner sc=new Scanner(file);
sc.nextLine();

Você precisa usar o readLine()método class BufferedReader. Crie um novo objeto dessa classe e opere esse método nele e salve-o em uma string.

Javadoc BufferReader

A maneira clara de conseguir isso,

Por exemplo:

Se você tem dataFile.txtno seu diretório atual

import java.io.*;
import java.util.Scanner;
import java.io.FileNotFoundException;

public class readByLine
{
    public readByLine() throws FileNotFoundException
    {
        Scanner linReader = new Scanner(new File("dataFile.txt"));

        while (linReader.hasNext())
        {
            String line = linReader.nextLine();
            System.out.println(line);
        }
        linReader.close();

    }

    public static void main(String args[])  throws FileNotFoundException
    {
        new readByLine();
    }
}

A saída como abaixo,

Java 9:

try (Stream<String> stream = Files.lines(Paths.get(fileName))) {
    stream.forEach(System.out::println);
}

BufferedReader br;
FileInputStream fin;
try {
    fin = new FileInputStream(fileName);
    br = new BufferedReader(new InputStreamReader(fin));

    /*Path pathToFile = Paths.get(fileName);
    br = Files.newBufferedReader(pathToFile,StandardCharsets.US_ASCII);*/

    String line = br.readLine();
    while (line != null) {
        String[] attributes = line.split(",");
        Movie movie = createMovie(attributes);
        movies.add(movie);
        line = br.readLine();
    }
    fin.close();
    br.close();
} catch (FileNotFoundException e) {
    System.out.println("Your Message");
} catch (IOException e) {
    System.out.println("Your Message");
}

Funciona para mim. Espero que também ajude você.

Você pode usar fluxos para fazer isso com mais precisão:

Files.lines(Paths.get("input.txt")).forEach(s -> stringBuffer.append(s);

Eu costumo fazer a rotina de leitura direta:

void readResource(InputStream source) throws IOException {
    BufferedReader stream = null;
    try {
        stream = new BufferedReader(new InputStreamReader(source));
        while (true) {
            String line = stream.readLine();
            if(line == null) {
                break;
            }
            //process line
            System.out.println(line)
        }
    } finally {
        closeQuiet(stream);
    }
}

static void closeQuiet(Closeable closeable) {
    if (closeable != null) {
        try {
            closeable.close();
        } catch (IOException ignore) {
        }
    }
}

Você pode usar este código:

import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;

public class ReadTextFile {

    public static void main(String[] args) throws IOException {

        try {

            File f = new File("src/com/data.txt");

            BufferedReader b = new BufferedReader(new FileReader(f));

            String readLine = "";

            System.out.println("Reading file using Buffered Reader");

            while ((readLine = b.readLine()) != null) {
                System.out.println(readLine);
            }

        } catch (IOException e) {
            e.printStackTrace();
        }

    }

}

Ao usar o pacote org.apache.commons.io , ele deu mais desempenho, especialmente no código legado que usa Java 6 e abaixo.

O Java 7 tem uma API melhor, com menos manipulação de exceções e métodos mais úteis:

LineIterator lineIterator = null;
try {
    lineIterator = FileUtils.lineIterator(new File("/home/username/m.log"), "windows-1256"); // The second parameter is optionnal
    while (lineIterator.hasNext()) {
        String currentLine = lineIterator.next();
        // Some operation
    }
}
finally {
    LineIterator.closeQuietly(lineIterator);
}

Maven

<!-- https://mvnrepository.com/artifact/commons-io/commons-io -->
<dependency>
    <groupId>commons-io</groupId>
    <artifactId>commons-io</artifactId>
    <version>2.6</version>
</dependency>

Você também pode usar o Apache Commons IO :

File file = new File("/home/user/file.txt");
try {
    List<String> lines = FileUtils.readLines(file);
} catch (IOException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
}