使用 FileChannel 和 ByteArrays 读取 ASCII 文件

Posted 2023-02-25

【中文标题】使用 FileChannel 和 ByteArrays 读取 ASCII 文件

【英文标题】：Reading an ASCII file with FileChannel and ByteArrays

【发布时间】：2010-09-10 17:47:45

【问题描述】：

我有以下代码：

        String inputFile = "somefile.txt";
        FileInputStream in = new FileInputStream(inputFile);
        FileChannel ch = in.getChannel();
        ByteBuffer buf = ByteBuffer.allocateDirect(BUFSIZE);  // BUFSIZE = 256

        /* read the file into a buffer, 256 bytes at a time */
        int rd;
        while ( (rd = ch.read( buf )) != -1 ) 
            buf.rewind();
            for ( int i = 0; i < rd/2; i++ ) 
                /* print each character */
                System.out.print(buf.getChar());
            
            buf.clear();
        

但是字符会显示在 ?'s 处。这与使用 Unicode 字符的 Java 有关吗？我该如何纠正这个问题？

【参考方案1】：

您必须知道文件的编码是什么，然后使用该编码将 ByteBuffer 解码为 CharBuffer。假设文件是​​ ASCII：

import java.util.*;
import java.io.*;
import java.nio.*;
import java.nio.channels.*;
import java.nio.charset.*;

public class Buffer

    public static void main(String args[]) throws Exception
    
        String inputFile = "somefile";
        FileInputStream in = new FileInputStream(inputFile);
        FileChannel ch = in.getChannel();
        ByteBuffer buf = ByteBuffer.allocateDirect(BUFSIZE);  // BUFSIZE = 256

        Charset cs = Charset.forName("ASCII"); // Or whatever encoding you want

        /* read the file into a buffer, 256 bytes at a time */
        int rd;
        while ( (rd = ch.read( buf )) != -1 ) 
            buf.rewind();
            CharBuffer chbuf = cs.decode(buf);
            for ( int i = 0; i < chbuf.length(); i++ ) 
                /* print each character */
                System.out.print(chbuf.get());
            
            buf.clear();
        
    

【讨论】：

如果你想避免单独打印每个字符，你可以使用buf.flip()而不是buf.rewind()，并将整个chbuf传递给System.out.print()

【参考方案2】：

buf.getChar() 预计每个字符 2 个字节，但您只存储 1 个字节。使用：

 System.out.print((char) buf.get());

【参考方案3】：

将您的打印语句更改为：

System.out.print((char)buf.get());

似乎有帮助。

【参考方案4】：

根据 somefile.txt 的编码，一个字符实际上可能不是由两个字节组成。 This page 提供了有关如何使用正确编码读取流的更多信息。

不幸的是，文件系统并没有告诉你文件的编码，因为它不知道。就它而言，它只是一堆字节。您必须找到某种方法将编码传达给程序，以某种方式检测它，或者（如果可能）始终确保编码相同（例如 UTF-8）。

【参考方案5】：

您以这种方式读取文件是否有特殊原因？

如果您正在阅读 ASCII 文件，那么您确实应该使用阅读器。

我会这样做：

File inputFile = new File("somefile.txt");
BufferedReader reader = new BufferedReader(new FileReader(inputFile));

然后使用readLine 或类似的方法来实际读取数据！

【讨论】：

我有大量的数据，我正在努力优化阅读时间。参考：nadeausoftware.com/articles/2008/02/…

@Jake，在您的示例中，您读取字节然后解码为字符。为什么你认为这比使用 BufferedReader 更快？您指出的有趣基准不读取字符。

【参考方案6】：

是的，它是 Unicode。

如果您的文件中有 14 个字符，您只会得到 7 个“？”。

解决方案待定。还在想。