日期:2014-05-20  浏览次数:20791 次

大神帮忙啊!!要处理的文件比较大 下面这段代码提示超内存了 我现在想读前面一小部分 请问怎么改啊
public class Html2Text {

protected static final String lineSign = System.getProperty("line.separator");
    protected static final int lineSign_size = lineSign.length();

/**
 * @param args
 */
public static void main(String[] args) throws IOException {
// TODO Auto-generated method stub

getpage("D:/2.txt","D:/test.txt");
}


public static void getpage(String readFile,String writeFile) throws IOException{


extractText(readFile,writeFile);
}

/**
     * 提取html文件中的文本内容存入txt文件中
     */

public static void extractText(String readFile,String writeFile) throws IOException {
        StringBuilder sb = new StringBuilder();
        FileReader fr = new FileReader(readFile);
        BufferedReader br = new BufferedReader(fr);
        BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(writeFile), "gbk"));
        
       String line; 
       while ( (line=br.readLine()) !=null ) {
          sb.append(line);
          }
       
       String s = sb.toString();
//         String s="";
        int index = s.indexOf("<p style=\"TEXT-INDENT: 2em\">");
        s = s.substring(index+1);
        String textOnly = Jsoup.parse(s).text();
        Matcher m  =  Pattern.compile("\\[(.*?)\\]").matcher(textOnly);
        textOnly = m.replaceAll("");
        textOnly = textOnly.replaceAll("//?", "");
 
        bw.write(textOnly);
        bw.flush();
        bw.close();
        fr.close();
        br.close();                    
      }

}

超出内存? html string stringbuilder class

------解决方案--------------------
其实我真的很惊讶,
读html能把内容读溢出了。。
可以使用RandomAccessFile定位到某个位置开始读

如果用 RadomAccessFile,可以用 seek 指定移动到文件的某个位置。
位置定位以字符为单元

要定位到某行,试试 java.io.LineNumberReader 和 java.io.LineNumberInputStream


例子: RadomAccessFile

package org.kodejava.example.io;

import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.RandomAccessFile;

public class RandomAccessFileExample {

public static void main(String[] args) {
try {
//
// Create a new instance of RandomAccessFile class. We'll do a "r"
// read and "w" write operation to the file. If you want to do a write
// operation you must also allow read opeartion to the RandomAccessFile
// instance.
//
RandomAccessFile raf = new RandomAccessFile("books.dat", "rw");

//
// Let's write some book's title to the end of the file
//
String books[] = new String[5];
books[0] = "Professional JSP";
books[1] = "The Java Application Programming Interface";
books[2] = "Java Security";
books[3] = "Java Security Handbook";
books[4] = "Hacking Exposed J2EE & Java";

for (int i = 0; i < books.length; i++) {
raf.writeUTF(books[i]);
}