Java，如何从一个大文件中提取一些文本并将其导入到一个较小的文件中

我对Java编程比较陌生，我正在尝试创建一个可以帮助一些同事的应用程序

我尝试做的背景是，读取一个大文件的内容，最多可能超过400000行，其中包含XML，但不是有效的XML文档，就像日志一样

我试图做的是构建一个应用程序，其中用户输入一个唯一的ID，然后扫描文档以确定它是否存在，如果存在，并且该唯一ID通常会在生成的XML中出现几次，然后我想向后遍历到一个节点ID

，然后将所有内容从该节点复制到其关闭节点，并将其放入自己的文档中

我知道如何创建新文档，但我正在努力找出如何基本上“向后查找”并将所有内容复制到结束标记，非常感谢您的帮助

编辑

不幸的是，到目前为止，我还没有弄清楚如何实施这三个建议中的任何一个

相关ID是前面提到的唯一参考

我目前的代码是

String correlationId = correlationID.getText();
BufferedReader bf = new BufferedReader(new FileReader(f));
System.out.println("Looking for " + correlationId);
int lineCount = 0;
String line;

while ((line = bf.readLine()) != null) {
    lineCount++;
    int indexFound = line.indexOf(correlationId);

    if (indexFound > -1) {
        System.out.println("Found CorrelationID on line " + "\t" + lineCount + "\t" + line);
    }
}

bf.close();

非常感谢任何进一步的帮助，我不是要求有人为我写，只是一些非常清楚和基本的说明：）请

编辑2

---

可以找到我试图读取和提取的文件副本

当您在文件中查找唯一ID时，请保留对您遇到的最新

documentRequestMessage

的引用。当您找到唯一ID时，您就已经拥有了提取消息所需的引用

在这种情况下，“参考”可能意味着几件事。由于您没有遍历DOM（因为它不是有效的XML），您可能只会将

documentRequestMessage

所在的位置存储在文件中。如果您使用的是

文件输入流

（或支持

标记

的任何

输入流

），则只需

标记

/

重置

即可存储并返回到文件中消息开始的位置

这是我相信您正在寻找的实现。它基于您链接的日志文件进行了很多假设，但它适用于示例文件：

private static void processMessages(File file, String correlationId)
{
    BufferedReader reader = null;

    try {
        boolean capture = false;
        StringBuilder buffer = new StringBuilder();
        String lastDRM = null;
        String line;

        reader = new BufferedReader(new FileReader(file));

        while ((line = reader.readLine()) != null) {
            String trimmed = line.trim();

            // Blank lines are boring
            if (trimmed.length() == 0) {
                continue;
            }

            // We only actively look for lines that start with an open
            // bracket (after trimming)
            if (trimmed.startsWith("[")) {
                // Do some house keeping - if we have data in our buffer, we
                // should check it to see if we are interested in it
                if (buffer.length() > 0) {
                    String message = buffer.toString();

                    // Something to note here... at this point you could
                    // create a legitimate DOM Document from 'message' if
                    // you wanted to

                    if (message.contains("documentRequestMessage")) {
                        // If the message contains 'documentRequestMessage'
                        // then we save it for later reference
                        lastDRM = message;
                    } else if (message.contains(correlationId)) {
                        // If the message contains the correlationId we are
                        // after, then print out the last message with the
                        // documentRequestMessage that we found, or an error
                        // if we never saw one.
                        if (lastDRM == null) {
                            System.out.println(
                                    "No documentRequestMessage found");
                        } else {
                            System.out.println(lastDRM);
                        }

                        // In either case, we're done here
                        break;
                    }

                    buffer.setLength(0);
                    capture = false;
                }

                // Based on the log file, the only interesting messages are
                // the ones that are DEBUG
                if (trimmed.contains("DEBUG")) {
                    // Some of the debug messages have the XML declaration
                    // on the same line, and some the line after, so let's
                    // figure out which is which...
                    if (trimmed.endsWith("?>")) {
                        buffer.append(
                                trimmed.substring(
                                    trimmed.indexOf("<?")));
                        buffer.append("\n");
                        capture = true;
                    } else if (trimmed.endsWith("Message:")) {
                        capture = true;
                    } else {
                        System.err.println("Can't handle line: " + trimmed);
                    }
                }
            } else {
                if (capture) {
                    buffer.append(line).append("\n");
                }
            }
        }
    } catch (IOException ex) {
        ex.printStackTrace(System.err);
    } finally {
        if (reader != null) {
            try {
                reader.close();
            } catch (IOException ex) {
                /* Ignore */
            }
        }
    }
}

private static void processMessages（文件、字符串关联ID）
{
BufferedReader reader=null；
试一试{
布尔捕获=假；
StringBuilder缓冲区=新的StringBuilder（）；
字符串lastDRM=null；
弦线；
reader=newbufferedreader（newfilereader（file））；
而（（line=reader.readLine（））！=null）{
String trimmed=line.trim（）；
//空行很无聊
如果（trimmed.length（）==0）{
继续；
}
//我们只积极寻找以开放式开头的行
//支架（修剪后）
如果（用（“[”）修剪.startsWith）{
//做一些内部管理-如果我们的缓冲区中有数据，我们
//我们应该检查一下，看看我们是否对它感兴趣
if（buffer.length（）>0）{
字符串消息=buffer.toString（）；
//这里需要注意的是…在这一点上你可以
//根据“消息”创建合法的DOM文档，如果
//你想
if（message.contains（“documentRequestMessage”））{
//如果消息包含“documentRequestMessage”
//然后我们保存它以供以后参考
lastDRM=消息；
}else if（message.contains（correlationId））{
//如果消息包含correlationId，我们将
//之后，用
//documentRequestMessage是我们发现的，还是一个错误
//如果我们从未见过。
if（lastDRM==null）{
System.out.println(
“未找到documentRequestMessage”）；
}否则{
System.out.println（lastDRM）；
}
//不管是哪种情况，我们都结束了
打破
}
buffer.setLength（0）；
捕获=假；
}
//根据日志文件，唯一有趣的消息是
//正在调试的那些
if（trimmed.contains（“调试”））{
//某些调试消息具有XML声明
//在同一条线上，还有一些在后面，所以让我们
//找出哪个是哪个。。。
如果（用（“？>”）修剪.endsWith）{
buffer.append(
3.子串(
trimmed.indexOf（“在向前阅读文件以查找唯一ID时，请保留对您遇到的最新
documentRequestMessage
的引用。当您找到唯一ID时，您已经拥有了提取消息所需的引用

在此上下文中，“引用”可能意味着几件事。由于您没有遍历DOM（因为它不是有效的XML），您可能只会将
documentRequestMessage
所在的位置存储在文件中。如果您使用的是
FileInputStream
（或支持
标记的任何
InputStream
），您只需
标记
/
重置
即可存储并返回到文件中消息开始的位置

这是我相信你的一个实现