Clojure处理超大TXT文件：保留数字并写入新文件技术求助

你当前的代码已经搭建好了大文件逐行读写的核心框架（with-open保证资源自动回收、line-seq懒加载避免内存溢出），只需在每行写入前添加清理逻辑即可。这里给你优化后的完整解决方案：

完整代码实现 #

(ns my.file.processor
  (:require [clojure.java.io :as io]
            [clojure.string :as str])
  (:jvm-opts ["-Xmx2G"]))

(with-open [rdr (io/reader "/Myfile.txt")
            wrt (io/writer "/Myfile2.txt")]
  (doseq [line (line-seq rdr)]
    ;; 移除所有非数字字符，仅保留0-9
    (let [clean-line (str/replace line #"[^0-9]" "")]
      ;; 将清理后的行写入新文件
      (.write wrt (str clean-line "\n")))))

关键逻辑说明 #

1. 正则替换清理内容：用str/replace配合正则表达式[^0-9]，匹配所有非数字字符并替换为空字符串。这个正则的含义是“除0-9以外的所有字符”，精准满足你的需求。
2. 懒加载适配大文件：line-seq是懒序列，只会在需要时读取下一行，不会把整个超大文件加载到内存，完美解决大文件内存溢出的问题。
3. 资源安全保障：with-open会自动关闭读写流，不用担心遗漏关闭文件句柄导致的资源泄漏。

可选优化：过滤空行 #

如果原文件中有完全不含数字的行，清理后会变成空行。如果你想跳过这些空行，可以修改写入逻辑：

(with-open [rdr (io/reader "/Myfile.txt")
            wrt (io/writer "/Myfile2.txt")]
  (doseq [line (line-seq rdr)]
    (let [clean-line (str/replace line #"[^0-9]" "")]
      ;; 仅当清理后的行非空时才写入
      (when (seq clean-line)
        (.write wrt (str clean-line "\n"))))))

额外注意事项 #

• 编码适配：如果你的TXT文件使用了非系统默认编码（比如GBK），可以在io/reader中指定编码：(io/reader "/Myfile.txt" :encoding "GBK")，避免出现乱码问题。
• 性能说明：这个方案内存占用极低，每行处理完成后就会被垃圾回收，你设置的-Xmx2G完全能应对绝大多数超大文件场景。

内容的提问来源于stack exchange，提问作者J.Titor