Java讀取檔案內容方法比較

最近在做乙個語料的清洗程式，需要讀取大量的txt檔案的內容，然後對內容進行一系列的清洗，這時有兩種處理方案，一是用readline（）一行一行讀取然後拼接起來，二是一次性讀取，我傾向於一次性將文字的原始內容直接讀取到記憶體中再做處理，因為涉及的檔案量很大，幾

十、幾百g的幾十萬個檔案，這樣提公升一點速度，整體就能提公升很大的速度。當然，這需要你有一台大記憶體的機器，記憶體不夠者……可以一次讀取少部分內容，分多次讀取。

讀取檔案效率最快的方法就是一次全讀進來，很多人用readline()之類的方法，可能需要反覆訪問檔案，而且每次readline()都會呼叫編碼轉換，再把字串拼接起來，降低了速度，所以，在已知編碼的情況下，按位元組流方式先將檔案都讀入記憶體，再一次性編碼轉換是最快的方式，兩種情況的**如下：

readline（）方法：

public string getcontent(file file)
read.close();
}else
} catch (exception e) 
return sb.tostring();
}

位元組流一次讀取：

public string getcontent(file file) throws exception ;
if(file.isfile() && file.exists())else
return
new string(filecontent, encoding);
}