Java：读取一个巨大文件的最后 n 行

Question

我想读取一个非常大的文件的最后 n 行，而不是使用 Java 将整个文件读入任何缓冲区/内存区域。

我查看了 JDK API 和 Apache Commons I/O，但找不到适合此用途的。

我正在考虑在 UNIX 中使用 tail 或更少的方式。我认为他们不会加载整个文件然后显示文件的最后几行。在 Java 中也应该有类似的方法来做同样的事情。

Answer 1

package com.uday;

import java.io.File;
import java.io.RandomAccessFile;

public class TailN {
    public static void main(String[] args) throws Exception {
        long startTime = System.currentTimeMillis();

        TailN tailN = new TailN();
        File file = new File("/Users/udakkuma/Documents/workspace/uday_cancel_feature/TestOOPS/src/file.txt");
        tailN.readFromLast(file);

        System.out.println("Execution Time : " + (System.currentTimeMillis() - startTime));

    }

    public void readFromLast(File file) throws Exception {
        int lines = 3;
        int readLines = 0;
        StringBuilder builder = new StringBuilder();
        try (RandomAccessFile randomAccessFile = new RandomAccessFile(file, "r")) {
            long fileLength = file.length() - 1;
            // Set the pointer at the last of the file
            randomAccessFile.seek(fileLength);

            for (long pointer = fileLength; pointer >= 0; pointer--) {
                randomAccessFile.seek(pointer);
                char c;
                // read from the last, one char at the time
                c = (char) randomAccessFile.read();
                // break when end of the line
                if (c == '\n') {
                    readLines++;
                    if (readLines == lines)
                        break;
                }
                builder.append(c);
                fileLength = fileLength - pointer;
            }
            // Since line is read from the last so it is in reverse order. Use reverse
            // method to make it correct order
            builder.reverse();
            System.out.println(builder.toString());
        }

    }
}

Answer 2

ReversedLinesFileReader 可以在Apache Commons IO java 库中找到。

    int n_lines = 1000;
    ReversedLinesFileReader object = new ReversedLinesFileReader(new File(path));
    String result="";
    for(int i=0;i<n_lines;i++){
        String line=object.readLine();
        if(line==null)
            break;
        result+=line;
    }
    return result;

Answer 3

RandomAccessFile 是一个很好的起点，正如其他答案所述。不过，有一个重要的警告。

如果您的文件未使用每个字符一个字节的编码，readLine() 方法将不适合您。而readUTF() 在任何情况下都不起作用。 （它读取一个以字符数开头的字符串...）

相反，您需要确保以尊重编码字符边界的方式查找行尾标记。对于固定长度编码（例如 UTF-16 或 UTF-32 的风格），您需要从可被字符大小（以字节为单位）整除的字节位置开始提取字符。对于可变长度编码（例如 UTF-8），您需要搜索一个 必须 是字符第一个字节的字节。

对于 UTF-8，字符的第一个字节将为 0xxxxxxx 或 110xxxxx 或 1110xxxx 或 11110xxx。其他任何内容要么是第二个/第三个字节，要么是非法的 UTF-8 序列。请参阅The Unicode Standard, Version 5.2, Chapter 3.9，表 3-7。这意味着，正如评论讨论所指出的，正确编码的 UTF-8 流中的任何 0x0A 和 0x0D 字节都将表示 LF 或 CR 字符。因此，如果我们可以假设不使用其他类型的 Unicode 行分隔符（0x2028、0x2029 和 0x0085），那么简单地计算 0x0A 和 0x0D 字节是一种有效的实现策略（对于 UTF-8）。你不能这么假设，那么代码会更复杂。

确定正确的字符边界后，您只需调用new String(...) 传递字节数组、偏移量、计数和编码，然后重复调用String.lastIndexOf(...) 来计算行尾数。

Answer 4

这是为此而工作的。

    private static void printLastNLines(String filePath, int n) {
    File file = new File(filePath);
    StringBuilder builder = new StringBuilder();
    try {
        RandomAccessFile randomAccessFile = new RandomAccessFile(filePath, "r");
        long pos = file.length() - 1;
        randomAccessFile.seek(pos);

        for (long i = pos - 1; i >= 0; i--) {
            randomAccessFile.seek(i);
            char c = (char) randomAccessFile.read();
            if (c == '\n') {
                n--;
                if (n == 0) {
                    break;
                }
            }
            builder.append(c);
        }
        builder.reverse();
        System.out.println(builder.toString());
    } catch (FileNotFoundException e) {
        e.printStackTrace();
    } catch (IOException e) {
        e.printStackTrace();
    }
}

Answer 5

我发现使用apache commons-io api 中的ReversedLinesFileReader 是最简单的方法。 此方法将为您提供文件从底部到顶部的行，您可以指定 n_lines 值来指定行数。

import org.apache.commons.io.input.ReversedLinesFileReader;


File file = new File("D:\\file_name.xml");
int n_lines = 10;
int counter = 0; 
ReversedLinesFileReader object = new ReversedLinesFileReader(file);
while(counter < n_lines) {
    System.out.println(object.readLine());
    counter++;
}

Answer 6

我有类似的问题，但我不明白其他解决方案。

我用过这个。我希望那是简单的代码。

// String filePathName = (direction and file name).
File f = new File(filePathName);
long fileLength = f.length(); // Take size of file [bites].
long fileLength_toRead = 0;
if (fileLength > 2000) {
    // My file content is a table, I know one row has about e.g. 100 bites / characters. 
    // I used 1000 bites before file end to point where start read.
    // If you don't know line length, use @paxdiablo advice.
    fileLength_toRead = fileLength - 1000;
}
try (RandomAccessFile raf = new RandomAccessFile(filePathName, "r")) { // This row manage open and close file.
    raf.seek(fileLength_toRead); // File will begin read at this bite. 
    String rowInFile = raf.readLine(); // First readed line usualy is not whole, I needn't it.
    rowInFile = raf.readLine();
    while (rowInFile != null) {
        // Here I can readed lines (rowInFile) add to String[] array or ArriyList<String>.
        // Later I can work with rows from array - last row is sometimes empty, etc.
        rowInFile = raf.readLine();
    }
}
catch (IOException e) {
    //
}

Answer 7

CircularFifoBuffer 来自 apache commons 。回答How to read last 5 lines of a .txt file into java的类似问题

请注意，在 Apache Commons Collections 4 中，此类似乎已重命名为 CircularFifoQueue

Answer 8

我发现 RandomAccessFile 和其他 Buffer Reader 类对我来说太慢了。没有什么比tail -<#lines> 更快了。所以这对我来说是最好的解决方案。

public String getLastNLogLines(File file, int nLines) {
    StringBuilder s = new StringBuilder();
    try {
        Process p = Runtime.getRuntime().exec("tail -"+nLines+" "+file);
        java.io.BufferedReader input = new java.io.BufferedReader(new java.io.InputStreamReader(p.getInputStream()));
        String line = null;
    //Here we first read the next line into the variable
    //line and then check for the EOF condition, which
    //is the return value of null
    while((line = input.readLine()) != null){
            s.append(line+'\n');
        }
    } catch (java.io.IOException e) {
        e.printStackTrace();
    }
    return s.toString();
}

Answer 9

这是我发现的最好的方法。简单且非常快速且内存高效。

public static void tail(File src, OutputStream out, int maxLines) throws FileNotFoundException, IOException {
    BufferedReader reader = new BufferedReader(new FileReader(src));
    String[] lines = new String[maxLines];
    int lastNdx = 0;
    for (String line=reader.readLine(); line != null; line=reader.readLine()) {
        if (lastNdx == lines.length) {
            lastNdx = 0;
        }
        lines[lastNdx++] = line;
    }

    OutputStreamWriter writer = new OutputStreamWriter(out);
    for (int ndx=lastNdx; ndx != lastNdx-1; ndx++) {
        if (ndx == lines.length) {
            ndx = 0;
        }
        writer.write(lines[ndx]);
        writer.write("\n");
    }

    writer.flush();
}

Answer 10

如果您使用RandomAccessFile，您可以使用length 和seek 到达文件末尾附近的特定点，然后从那里向前读取。

如果您发现行数不足，请从该点备份并重试。一旦您确定了最后一行 Nth 的开始位置，您就可以找到那里并阅读并打印。

可以根据您的数据属性做出初步的最佳猜测假设。例如，如果它是一个文本文件，则行长可能不会超过平均 132 行，因此，要获取最后五行，请在结束前 660 个字符开始。然后，如果你错了，在 1320 再试一次（你甚至可以使用你从最后 660 个字符中学到的东西来调整它 - 例如：如果这 660 个字符只是三行，下一次尝试可能是 660 / 3 * 5，再加上一些额外的以防万一）。

Answer 11

RandomAccessFile 允许搜索 (http://download.oracle.com/javase/1.4.2/docs/api/java/io/RandomAccessFile.html)。 File.length 方法将返回文件的大小。问题是确定行数。为此，您可以查找文件末尾并向后阅读，直到找到正确的行数。