Java File IO

问题

读取一个文本文档

思路

首先了解一下InputStream，这是个抽象类，代表输入流，对不同形式的输入实现有FileInputStream, BufferedInputStream等等，我们使用这两个实现来将文件转化为输入流，再从输入流中读取

How to read a file in java

将文件转化为输入流，自然要用到FileInputStream，输入流之间也可以转换，我们可以根据输入流构建Reader读取，也可以直接读取输入流；使用Reader时指定字符编码，可以按字符读取，按位读取到缓冲区时不需要指定字符编码，可以全部放进输出流（ByteArrayOutputStream）中，最后再指定编码格式

再有就是java的内置实现，比如Files的静态方法，Scanner和commons-io的实现等等，原理和上面的类似

解决

使用BufferedReader:

BufferedReader用于从字符输入流中读取文本，一般通过包装某种Reader来构造，将昂贵的read操作转化为从内存中的缓存区读取数据（默认大小8192B）

//这里文件大小可以超过默认大小
File file = new File("C:\\test.txt");
BufferedReader br = new BufferedReader(new FileReader(file));

因为BufferedReader可以对Reader进行包装，这种方法也可以和InputStreamReader进行整合从而进一步提高效率

String fileName = "C:\\text.txt";
BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(fileName)));
StringBuilder sb = new StringBuilder();
String str;
while ((str = br.readLine()) != null){
    sb.append(str).append("\n");
}
System.out.println(sb.toString());

使用stream API

System.out.println(br.lines().collect(Collectors.joining("\n")));

注意这里会把换行符（比如"\r\n"）全部替换成"\n"，所得的字符串长度与原始长度可能不等

使用InputStreamReader

与FileReader无法指定格式不同，使用该方法从FileInputStream构建InputStreamReader，从而可以指定编码格式

String fileName = "C:\\text.txt";
InputStreamReader isr = new InputStreamReader(new FileInputStream(fileName),"UTF-8");
int i;
while((i=isr.read())!=-1){
    sb.append((char)i);
}
System.out.println(sb.toString());

如果我们把上面理解为每次从InputStream中取一个字符的话，那么按照下面的方法，我们可以使用自定义大小的缓存区，每次取一组字符

final int bufferSize = 1024;
final char[] buffer = new char[bufferSize];
final StringBuilder out = new StringBuilder();
int i;
while((i=isr.read(buffer, 0, buffer.length))!=-1){
    out.append(buffer, 0, i);
}
System.out.println(out.toString());

一般我们用StringBuilder拼装输出流就可以了，下面是一个使用ByteArrayOutputStream处理输出流的例子

BufferedInputStream bis = new BufferedInputStream(inputStream);
ByteArrayOutputStream buf = new ByteArrayOutputStream();
int i;
while((i = bis.read()) != -1) {
    buf.write((byte) i);
    result = bis.read();
}
return buf.toString();

使用FileReader

相当于少一层BufferedReader的封装，使用默认的编码和缓冲区大小（如果要指定其他的编码格式）

FileReader fr = new FileReader("C:\\text.txt");

int i;
while((i=isr.read())!=-1){
    sb.append((char)i);
}
System.out.println(sb.toString());

使用Scanner

Scanner的原理和弊端在Java String IO篇已经讨论过了

File file = new File("C:\\text.txt");
Scanner sc = new Scanner(file);
while (sc.hasNextLine())
System.out.println(sc.nextLine());

File file = new File("C:\\text.txt");
Scanner sc = new Scanner(file);
//\Z表示输入结束，而$表示单行的结束
sc.useDelimiter("\\Z");
System.out.println(sc.next());

使用Files类的内置方法

Files.readAllLines

String fileName = "C:\\text.txt";
List<String> lines = Files.readAllLines(Paths.get(fileName), StandardCharsets.UTF_8);
lines.stream().forEach(System.out::println);

Files.readAllBytes

String fileName = "C:\\text.txt";
String str = new String(Files.readAllBytes(Paths.get(fileName)),"UTF-8");
System.out.println(str);

这两种方法都可以指定编码格式，并且相对于reader方法简单易读

使用StringWriter 和 IOUtils.copy (Apache Commons)

StringWriter writer = new StringWriter();
IOUtils.copy(new FileInputStream(fileName),writer,"UTF-8");
System.out.println(writer.toString());

Tips

• 两张描述BufferedReader原理的图

  
  costly operation
  read from buffer

https://hajsoftutorial.com/java-bufferedreader/
https://www.geeksforgeeks.org/different-ways-reading-text-file-java/
https://blog.csdn.net/justheretobe/article/details/53152267
https://stackoverflow.com/questions/7991770/inputstreamreader-vs-filereader
https://www.cnblogs.com/milton/p/6366916.html