使用有关持久性和 XML 的 InputStream 的最佳方式

Posted 2023-02-25

【中文标题】使用有关持久性和 XML 的 InputStream 的最佳方式

【英文标题】：Best way to use an InputStream regarding persistance and XML

【发布时间】：2010-10-12 21:44:30

【问题描述】：

我有一个 REST Web 服务，它侦听 POST 请求并从客户端获取 XML 有效负载并将其存储为最初的 InputStream 即 在您可以调用 getStream() 的 Representation 对象上。

我想利用 InputStream 中保存的 XML，我开始认为保留它是明智的，因此我可以多次询问数据 - 因为一旦你阅读它，对象就会变为 null。所以我考虑将 InputStream 转换为字符串。这不是一个好主意，因为 javax.xml.parsers 库中的 DocumentBuilder.parse() 只允许您通过：

输入流 文件 网址 SAX 输入源

不是字符串。

关于从其中解析 XML，我应该在 InputStreams 中真正做些什么？ 请记住，我将希望在以后的流程中通过代码重新询问该 XML。

【参考方案1】：

如果您有一个 InputStream，并且想将其用作 XML 文档，那么您为什么不简单地解析它并传递 Document 对象呢？如果您想保留此对象，请使用序列化程序将其写回文本。

正如我在对 Tom Hawtin 的评论中指出的，编码在处理 XML 时非常重要。与其在这里写一篇可能会漏掉你的具体情况的长文，不如写一个article。

编辑：实际上，由于我的文章并没有专门讨论 Web 服务，所以我应该在这里深入探讨一下。有两个地方可以指定内容编码：在 XML 序言中，或在 Content-Type 响应标头中。根据 XML 规范，前者是您想要使用的，它是解析器将使用的。在大多数情况下，这无关紧要：由不了解规范的人设置的 Web 服务通常会使用没有字符集规范的 text/xml（这是不正确的，但可能不会造成伤害）。如果他们做的事情正确，他们将使用 utf-8 编码指定 application/xml。然而，你应该验证你得到了什么，这样你就不会得到一些解析器无法处理的奇怪编码。

【讨论】：

我认为在这里传递 Document 对象似乎是最轻松的事情 - 而且有点明显 - 抱歉，我认为我的大脑今天早上根本没有工作！

【参考方案2】：

我建议使用 Apache Commons IO 库。 IOUtils 类包含许多将 InputStreams 转换为 String 的便捷方法，反之亦然。

【讨论】：

好建议。正如我在回答中所描述的那样，在自己阅读时节省了几行。

但我认为我不应该将其转换为字符串 - 那么 IOUtils 在这种情况下会有用吗？

除非您知道编码，否则不应转换为字符串。但是，IOUtils 也为您提供了 TeeInputStream，因此您可以将副本保存为字节。

【参考方案3】：

通常，当我们谈论持久性时，我们谈论的是将其写入磁盘或其他媒体。那里的性能受到影响，您必须考虑磁盘空间问题。您需要权衡它与长期使用该 XML 的价值。

如果您只是在谈论将它保存在内存中（这听起来像您要问的那样），那么您可以分配一个字节数组，并将整个内容读入字节数组。您可以使用 ByteArrayInputStream 读取和重新读取该流。

这样做的成本是两倍。首先，您在内存中保存了一份副本，您需要根据您的可扩展性要求权衡它。其次，解析 XML 的成本有点高，所以最好尽可能只解析一次，然后将结果保存在一个对象中。

编辑：

要分配和读取字节数组，您可以经常（但不总是）依赖 InputStream 的 available() 方法来告诉您要分配多少。并用 DataInputStream 包装 InputStream，以便您可以调用 readFully() 将整个内容吸进字节数组中。

再次编辑：

阅读下面 Steen 的评论。他说得对，在这种情况下使用 available() 是个坏主意。

【讨论】：

我是一个实时环境，从不使用 available() 作为获取 Stream 的“大小”的方法。哎呀，你甚至不应该在你的后院使用它;）

改为使用我在此页面某处的详细帖子中描述的 read()（我永远无法习惯 ***s 浮动答案）

对 FileInputStream 使用很好，但对网络支持的流使用时会出现问题。在这种情况下，我没有足够强烈地表明我不愿意使用它。

【参考方案4】：

如果要多次使用 XML，为什么不从 InputStream 中解析一次（这是繁重的工作），然后保留返回的 Document？

【参考方案5】：

我认为您应该研究一些更适合保留编码的结构（即更多编码不可知论）。对于低级结构，请考虑byte[]（但要小心内存释放！）或者您可以尝试设计适合您需要的数据类型。

您可以将InputStream 读入ByteArrayOutputStream（使用read() 方法之一）并从there 中提取byte[]。

【参考方案6】：

java.io.StringReader 将允许您使用InputSource。

您可能希望将数据存储在byte[] 中，然后使用ByteArrayInputStream 读取。如果它特别大，您可能需要考虑压缩。这可以通过GzipInputStream 读出，通常应该包含在BufferedInputStream 中。

【讨论】：

-1 因为您永远不想使用 StringReader 读取狂野的 XML，除非您从外部获取编码（在 Web 服务中可能就是这种情况）。

@kdgregory - 这是因为行尾可能因编码而异吗？

我相信这是因为（愚蠢地）XML 标头可以指定字符集。但是如果你有一个字符串，你就已经有这个问题了，阅读器不会造成额外的损害。

@Tom 哈哈。所以，我认为我读入字节数组并将 BAIS 交给解析器的建议应该避免这个问题。

不，这实际上是您最不担心的问题。更糟糕的是，当您的 XML 被编码为 UTF-8（标准默认值）时，您使用 InputStreamReader 将其包装，假设它是 ISO-8859-1（美国 Linux 安装的平台默认值）或 Windows-1252（平台默认值）美国 Windows 安装）