正则表达式 - Java 读取txt格式语料库并匹配指定字符串，如何可以快速完成？

Question

有一个9M多行的语料库，文件大小4G。现在需要匹配指定动词，符合句子条件的输出。
但是文件过大。每次读取一行。匹配下来要好久。请问有没有什么方法可以加快处理速度。

BufferedReader cpreader = new BufferedReader(new InputStreamReader(new FileInputStream(this.getCorpusPath())));
tring line = cpreader.readLine();
while(line != null)
            {
                ArrayList<String> verbList = new ArrayList();
                matcher_line = Pattern.compile("(.*\\%\\&\\$cook\\%\\&\\$VB.*)").matcher(line);
                if(matcher_line.find())
                {
                    System.out.println(line);
                }
                
                
                
                line = cpreader.readLine();
            }

Answer 1

读文件的话应该是没有问题的，不过你可以尝试改为缓冲式读取，因为一行的大小 可能是不确定的，会对效率造成影响吧。。
匹配的话如果是单个单词的话，可以改用更好的匹配方法，正则的话就不晓得了

Answer 2

你的程序是按行处理，单线程处理肯定慢，用多线程处理，每个线程处理一行，处理完后再请求处理下一行，读取行的话最好用缓存读取多行，然后再分配给多个线程处理，这样可以最大利用CPU。

Answer 3

nio+多线程

Answer 4

Pattern.compile("(.*\%\&\$cook\%\&\$VB.*)")

这个在循环里边，每次都要编译正则，所以很慢，你把这个放到while外边看看