使用 Java 搜索文件内容？答案

【问题标题】：Searching a Files Content Using Java?使用 Java 搜索文件内容？
【发布时间】：2011-05-25 15:05:53
【问题描述】：

我想用 java 编写一个应用程序，它允许我打开一个文件 (txt) 并使用用户输入搜索特定单词或字符串的所有实例。

由于这里可能有更多经验丰富的程序员，我想要一些关于如何去创建这样一个工具的建议。您将如何创建一个基本的文本搜索工具？

我一直在玩一些 java 类，例如 File、FileOutputStream、FileInputStream、InputStreamReader、OutputStreamReader、FileReader、StreamTokenizer，想知道使用 java 打开和搜索文件的最佳方式吗？

感谢您的任何意见，设计。

【问题讨论】：

【解决方案1】：

将File 与Scanner 和StringBuilder 一起使用应该可以让您对该主题有个良好的开端。

【讨论】：

【解决方案2】：

我建议使用某种哈希表。如果您的数据没有变化（这只是对静态文档的基本搜索，还是类似于文本编辑器的一部分？）然后Perfect Hashing 将为您提供恒定时间查找。这非常快。如果没有，可以尝试 Cuckoo 散列，甚至只是线性探测。

我会使用Scanner 或任何缓冲的阅读器读取文件，将每个单词作为关键的任何附加数据（例如所有出现的行号/单词索引），然后您可以查询哈希表超级快。

【讨论】：

【解决方案3】：

您想对搜索结果做什么？是否只是计算给定单词或短语的出现次数？如果用户键入“line”并且文件包含“lines”怎么办？应该有比赛吗？您是否必须允许对同一个文件进行多次搜索？

无论如何，全文搜索是一个非常复杂的主题。但是有帮助;-)。我对您的建议是使用开源Lucene 项目为要搜索的文件创建一个内存索引。它非常快，并且可以回答上述所有问题等等。 Here 是创建该内存索引的代码。创建索引后，您可以执行sophisticated searches

【讨论】：

【解决方案4】：

您可以在文本文件中读取一个字符串，然后调用 split() 方法。请参阅文档。这将返回一个字符串数组。在此之后，您可以对数组进行搜索（即二进制搜索）并继续执行此操作，删除您找到的单词并保存位置，直到找到所有实例。之后，您将获得文档中搜索字符串的所有位置。

这是一篇关于二进制搜索的维基百科文章，以备不时之需： http://en.m.wikipedia.org/wiki/Binary_search_algorithm?wasRedirected=true

【讨论】：

【解决方案5】：

为了提高速度，我会使用 BufferedReader。像这样：

BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream(givenFile)));

BufferedReader 是读取文件的最有效方式，恕我直言。

存在一个由 Keith Fenske 创建并命名为 FileSearch 的现有工具。您可以下载源代码并查看它:)

【讨论】：