求助如何读取一个文本的char数?

Question

最近写了一个读取文本的类   由于是把文件以字符串的形式读取出来  所以我选择了以char为单位读取而非通常的以byte为单位读取    根据需求  我必须要知道这个文件一共有多少char  看了很多java的api  没发现有这个功能的  所以想让大家来帮助我一下

Answer 1

统计字符串str中小写字母，大写字母，数字的个数Matcher match = Pattern.compile("[a-z]").matcher(str);
while (match.find())
lCount++;
match = Pattern.compile("[A-Z]").matcher(str);
while (match.find())
uCount++;
match = Pattern.compile("\\d").matcher(str);
while (match.find())
nCount++;

Answer 2

String fileName = "D:" + File.separator + "hello.txt";
File file = new File(fileName);
Reader reader = new InputStreamReader(new FileInputStream(file));
int temp = 0;
String s = "";
while ((temp = reader.read()) != -1) {
s += (char)temp;
}
reader.close();
System.out.println(s.length());//char长度
System.out.println(s);

Answer 3

java中一个char是两个字节读入的时候统计下byte,是不是就可以得到char数

Answer 4

这样你还不如用StringBuffer...
话说文件要是很大，你这不是会挂掉

Answer 5

自己统计一下就可以了
for example
BufferedReader br = new BufferedReader(new FileReader("xxx"));
int count = 0, read = 0;
while ((read=br.read()) != -1) {
    count++;
}
br.close();
System.out.printf("char count = %d\n", count);

Answer 6

难道没有更好的方法了么 我的超大文本考虑到几百M的  那么char数量是亿万级别的  光写一个for循环都要很久吧   那么这样打开这个文件虽说分段读取依然会卡很久    求各位再帮忙想一下吧

Answer 7

1个字母:1 byte
1个汉字(gbk):2 byte
1个汉字(utf-8):3 byte读一行，取得String的长度，进行累加。如果是要含回车符则加1，不含则不加。
制取字母的话，char转换为byte的长度为1就是，否则不是。这看你的具体要求是什么？char只是只字母还是可以包含汉字。

Answer 8

我试了一下   用文件长度/2得到的char数是不正确的   
这个一方面你给的编码太少 另一方面还要统计汉字有多少和字母有多少岂不是更更慢了

Answer 9

我试了一下 用 文件长度/2 得到的char数是不正确的
一方面你给的编码太少了  另一方面不仅要统计字母数量还要统计汉字数量 明显比楼上的方法慢多了 

Answer 10

大哥，问题是你的题目本身具有两种意义。
简单取得java的char（字母：1byte，汉字：2、3byte）类型有多少个，str.length()就可以了。

Answer 11

ok  解决了  终于发现了java自带有方法了  用带有reader的类的skip方法  实际上我
skip(Long.MAX_VALUE) 这样就可以返回文件的char数了    各位看看这样做合理不  实际上我也无从验证  但是通过使用来看感觉没什么不正常的地方

Answer 12

简单验证了一下跟read=br.read()用计数器算出来的一样，但是楼主忽略个问题，为什么不采用上面的方法，是因为你要提高效率吧，但是实际简单的几个测试发现还是一个个读取速度更快，快一半左右，用个4M左右的文件测试的，楼主可以用大文件继续比较一下两个的效率问题。也许后面更高，等待楼主结果。

Answer 13

这个是skip的方法源码:
while (read < amount) {
                if (fillBuf() == -1) {
                    return read;
                }
                if (end - pos >= amount - read) {
                    pos += amount - read;
                    return amount;
                }
                // Couldn't get all the characters, skip what we read
                read += (end - pos);
                pos = end;
            }
这个是read的方法源码:
synchronized (lock) {
            checkNotClosed();
            /* Are there buffered characters available? */
            if (pos < end || fillBuf() != -1) {
                return buf[pos++];
            }
            return -1;
        }
看上去都是调用了fillBuf的方法  感觉都差不多  所以我还是用skip方法好了  因为看起来更符合鄙人的行为习惯 代码量看上去也比较少 还能减少程序体积 何乐不为呢

Answer 14

测试了一下大文件200多M的，skip快很多。