如何用java实现从大批文件中筛选 phone number的设计，说明设计思路?

Question

多谢啊...
大批量文件怎么实现才是做好的...

Answer 1

实现的方式很多这要看实现的目标，是要低CPU还是短时间，还是其他什么目标

Answer 2

能说一下分别对于低CPU和短时间.都有什么实现方法吗?

Answer 3

在檔案內找到某字串的問題不難，但如果用轉成字串然後用 contains或 indexOf等方式去檢查的話，
就必須考慮字串落在兩次讀取之間的情形，以及轉字串的時間。這是我以前寫的，你的問題蠻適用的。
(沒空寫一個 PhoneNumberChacker，但規則類似，你可以參考我下面兩個checker自己寫。)public static void main(String[] args) {
  try{
  long s = (new Date()).getTime();
  FileInputStream fi = new FileInputStream(new File("fileName")); //要檢查的檔案
  StringChecker sc = new StringChecker("xxxxx"); //要檢查的字串
  byte[] bytes=new byte[64768];
  int ct=0;
  int x = 0;
  outter:
  while((ct = fi.read(bytes))>0){
    for(int i=0;i<ct;i++){
      if(sc.check((char)bytes[i])){
        System.out.println("Found at :"+(x*64768+i));  //實際位置要減去字串長度才對
        //break outter; //如果找到就不往下找，可以設中斷。
      }
    }
    x++;
  }
  fi.close();
  //實測結果 1.5G的檔案約 30秒
  System.out.println("Time:"+((new Date()).getTime() - s));
  }catch(Exception e){
    e.printStackTrace();
  }
}
主要規則：
每次檢查一個字元，如果相符，則檢查位置加一，如果不相符，則檢查位置歸零。
如果檢查位置比檢查字串還大，表示全字串相符，回傳true，並將檢查位置歸零，否則回傳 false。public class StringChecker {
  private int checkIndex = 0;
  private String pattern;
  public StringChecker(String pattern){
    this.pattern=pattern;
  }
  public boolean check(char c) {
    if(pattern.charAt(checkIndex) == c){
      checkIndex++;
    }else{
      checkIndex=0;
    }
    if(checkIndex==pattern.length()){
      checkIndex=0;
      return true;
    }else{
      return false;
    }
  }  
}
不分大小寫可以這樣做。public class IgnoreCaseStringChecker{
  private int checkIndex = 0;
  private String pattern_upper;
  private String pattern_lower;
  public StringChecker(String pattern){
    this.pattern_upper=pattern.toUpperCase();
    this.pattern_lower=pattern.toLowerCase();
  }
  public boolean check(char c) {
    if(pattern_upper.charAt(checkIndex) == c || pattern_lower.charAt(checkIndex)==c){
      checkIndex++;
    }else{
      checkIndex=0;
    }
    if(checkIndex==pattern_lower.length()){
      checkIndex=0;
      return true;
    }else{
      return false;
    }
  }  
}