项目前端商城的订单和后端服务的订单有差异,金额比对不上,Excel又不会用,只有自己写代码了。
public class FindNotSameFieldUtil {
private static final String encoding="GBK";
private static final String n = System.getProperty("line.separator");
public static void main(String[] args) throws Exception {
Map<String,String> map1 = new HashMap<String, String>();
String filePath1 = "c://05HX.txt";
Map<String,String> map2 = new HashMap<String, String>();
String filePath2 = "c://05SC.txt";
ReadTxt(filePath1,map1);
ReadTxt(filePath2,map2);
for (Map.Entry<String,String> entry : map2.entrySet()) {
if(map1.containsKey(entry.getKey())){
map1.remove(entry.getKey());
}
}
String filePath3 = "c://05DIFF.txt";
GenerateFile(map1,filePath3);
}
/**
* 把读取到的字段放入到map中剔除重复字段
* @param filePath
* @param map
* @throws Exception
*/
private static void ReadTxt(String filePath,Map map) throws Exception{
File file=new File(filePath);
if(file.isFile() && file.exists()){ //判断文件是否存在
InputStreamReader read = new InputStreamReader(new FileInputStream(file),encoding);//考虑到编码格式
BufferedReader bufferedReader = new BufferedReader(read);
String lineTxt = null;
while((lineTxt = bufferedReader.readLine()) != null){
map.put(lineTxt, "");
}
read.close();
}
}
/**
* 把map的key拿出来 生成到文本中去
* @param map
* @param filePath
* @throws Exception
*/
private static void GenerateFile(Map<String,String> map,String filePath) throws Exception{
BufferedWriter bw= new BufferedWriter(new FileWriter(filePath));
StringBuffer sb = new StringBuffer();
for (Map.Entry<String,String> entry : map.entrySet()) {
sb.append(entry.getKey() + n);
}
bw.append(sb.toString());
bw.flush();bw.close();
}
}
分享到:
相关推荐
这份笔记涵盖了Java的基础以及在大数据处理中的应用,适合不同层次的学习者,无论你是初入编程殿堂的新手,还是有着丰富经验的老手,都能从中受益。 Java作为一门面向对象的语言,其稳定性和可移植性使得它在大数据...
java大数据编程java大数据编程java大数据编程java大数据编程java大数据编程java大数据编程java大数据编程java大数据编程java大数据编程java大数据编程java大数据编程java大数据编程
本文总结java 、大数据有关基础技术知识,可用于面试前的查漏补缺;包含java集合、多线程、异常;包含hadoop、hive、storm、spark、zookeeper、kafka、flume等技术;包括mysql数据库的查询及优化知识点;包括vue、...
在这个项目"0324大数据代码与数据_JAVA大数据_文本分析_运用MapReduce做数据分析_"中,我们将深入探讨如何利用Java来实现MapReduce对文本文件的数据处理和分析。 首先,Map阶段是MapReduce的核心部分,它的任务是对...
Java大数据内容涵盖的是云计算、大数据和Hadoop等关键领域,这些技术在当今信息化社会中扮演着重要角色。首先,我们来深入理解云计算。 云计算是一种基于互联网的计算方式,它的象征是一个云状图形,代表着网络背后...
本文总结java 大数据等基础知识,可用于面试前的查漏补缺;包含java集合、多线程、异常;包含hadoop、hive、storm、spark、zookeeper、kafka等技术;包括mysql数据库的查询及优化知识点;包括vue、react等前端框架;...
在Java编程环境中,大数据导入是一项常见的任务,尤其是在处理海量数据时。JDBC(Java Database Connectivity)是Java语言连接数据库的标准接口,它为开发者提供了一种通用的方式来与各种关系型数据库进行交互。本...
例如,HashMap通过链表来解决哈希冲突,即将所有键值对都存储在链表的节点中,当不同的键产生相同的哈希值时,它们会被存储在同一个bucket下的链表中。在高并发的场景下,这种结构的访问效率会受到链表长度的影响。...
本项目是一个基于Java技术栈构建的商品大数据实时推荐系统,涵盖了前端和后端的重要技术,旨在为电子商务平台提供高效、实时的个性化推荐服务。系统的主要特点包括: **前端技术栈** 1. **Vue.js**: Vue.js 是一个...
1环境常规设置 问题 依次完成以下5个小题的任务 1) 设置IP为192.168.1.100,掩码为255.255.255.0,网关为192.168.1.1,并设置DNS为8.8.8.8主机名为master 2) 关闭防火墙 3) 配置ip为192.168.1.100的主机名为...
达内java大数据 Day02的练习题以及部分答案。
Java大数据技术是现代数据处理领域中的关键组成部分,尤其在应对海量数据时,其高效、可靠的解决方案备受关注。这里我们将深入探讨Hadoop这一核心组件以及它所包含的三大组件:HDFS、MapReduce和Yarn。 首先,...
Java大数据学习笔记主要涵盖了一系列与Java编程和大数据技术相关的主题,这些主题对于现代软件开发,尤其是数据密集型应用至关重要。以下是对每个主题的详细解释: 1. **SSH**(Secure Shell):SSH是一种网络协议...
本资料集——"【大数据必备】非科班转行Java大数据面经分享.zip"——似乎是一个专为非计算机专业背景的人士准备的Java大数据学习资源,帮助他们顺利转行并应对面试。下面,我们将深入探讨Java大数据的关键知识点。 ...
在Java编程语言中,大数据处理和分析涉及到一系列高级算法,这些算法在数据挖掘、机器学习和人工智能领域扮演着核心角色。本资料集专注于"java版本大数据各种算法集合",涵盖18种经典的大数据挖掘算法及其代码实现。...
Java开发大数据实时统计报表系统【2017最新技术】.wmv
Java电商大数据项目-推荐系统(java和scala语言) Bump spark.version from 2.1.0 to 2.4.7 in /MySparkProject dependencies #6 by dependabot bot was merged 4 minutes ago Bump junit from 3.8.1 to 4.13.1 in /...
Java语言中写入大数据文件是指使用Java语言编写程序将大量数据写入到文件中的一种操作。这种操作在实际应用中非常常见,如数据分析、数据挖掘、科学计算等领域。在Java中,写入大数据文件通常需要考虑文件的大小、...
Java大数据学习路径图
【基于Java的大数据集中碎片数据实时标记方法】是一种旨在解决大数据处理中常见问题的技术,主要针对大数据集中的碎片数据进行高效、实时的标记。现有的标记方法往往存在实时性不足和鲁棒性差的问题,这可能导致数据...