GZIPInputStream逐行读取

Question

GZIPInputStream逐行读取

96

我有一个以 .gz 格式存储的文件。用于读取该文件的 Java 类是 GZIPInputStream。然而，该类并没有扩展 Java 的 BufferedReader 类。因此，我无法按行读取文件内容。我需要像下面这样的东西：

reader  = new MyGZInputStream( some constructor of GZInputStream) 
reader.readLine()...

我想创建一个继承Java的Reader或BufferedReader类并使用GZIPInputStream作为其中一个变量的类。

import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.Reader;
import java.util.zip.GZIPInputStream;

public class MyGZFilReader extends Reader {

    private GZIPInputStream gzipInputStream = null;
    char[] buf = new char[1024];

    @Override
    public void close() throws IOException {
        gzipInputStream.close();
    }

    public MyGZFilReader(String filename)
               throws FileNotFoundException, IOException {
        gzipInputStream = new GZIPInputStream(new FileInputStream(filename));
    }

    @Override
    public int read(char[] cbuf, int off, int len) throws IOException {
        // TODO Auto-generated method stub
        return gzipInputStream.read((byte[])buf, off, len);
    }

}

但是，当我使用它时，它不起作用。

BufferedReader in = new BufferedReader(
    new MyGZFilReader("F:/gawiki-20090614-stub-meta-history.xml.gz"));
System.out.println(in.readLine());

请问有人能指导一下如何处理吗？

- Kapil D

请查看此链接https://dev59.com/oGw15IYBdhLWcg3wSJo3。其中提供了一种压缩和解压缩的方法。 - Bobs

1

为了这个世界上所有的善良和正义，以及撰写出任何值得一提的代码的开发者们的理智，请注意编码问题......就像@erickson所指出的那样！他是唯一提到这一点的答案，这让我想哭。 - James

5个回答

45

GZIPInputStream gzip = new GZIPInputStream(new FileInputStream("F:/gawiki-20090614-stub-meta-history.xml.gz"));
BufferedReader br = new BufferedReader(new InputStreamReader(gzip));
br.readLine();

- ChssPly76

你的回答很棒。简洁明了。然而，Erickson的回答更加详细。 - Kapil D

4

BufferedReader in = new BufferedReader(new InputStreamReader(
        new GZIPInputStream(new FileInputStream("F:/gawiki-20090614-stub-meta-history.xml.gz"))));

String content;

while ((content = in.readLine()) != null)

   System.out.println(content);

- Arumugam Mathiazhagan

3

你可以在一个工具类中使用以下方法，需要时随时使用...

public static List<String> readLinesFromGZ(String filePath) {
    List<String> lines = new ArrayList<>();
    File file = new File(filePath);

    try (GZIPInputStream gzip = new GZIPInputStream(new FileInputStream(file));
            BufferedReader br = new BufferedReader(new InputStreamReader(gzip));) {
        String line = null;
        while ((line = br.readLine()) != null) {
            lines.add(line);
        }
    } catch (FileNotFoundException e) {
        e.printStackTrace(System.err);
    } catch (IOException e) {
        e.printStackTrace(System.err);
    }
    return lines;
}

- Memin

3

这里只有一行

try (BufferedReader br = new BufferedReader(
        new InputStreamReader(
           new GZIPInputStream(
              new FileInputStream(
                 "F:/gawiki-20090614-stub-meta-history.xml.gz"))))) 
     {br.readLine();}

- Tamer

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- erickson · Accepted Answer

装饰器的基本设置如下：

InputStream fileStream = new FileInputStream(filename);
InputStream gzipStream = new GZIPInputStream(fileStream);
Reader decoder = new InputStreamReader(gzipStream, encoding);
BufferedReader buffered = new BufferedReader(decoder);

这段代码片段的关键问题在于encoding的值。它是文件中文本的字符编码。它可以是"US-ASCII"、"UTF-8"、"SHIFT-JIS"、"ISO-8859-9"等数百种可能性，通常无法从文件本身确定正确的选择，必须通过一些外部渠道来指定。

例如，也许它是平台默认设置。然而，在网络环境中，这非常不稳定。编写文件的机器可能坐在相邻的隔间里，但有不同的默认文件编码。

大多数网络协议使用标头或其他元数据来明确注明字符编码。

在这种情况下，从文件扩展名来看，内容似乎是XML。XML在XML声明中包含"encoding"属性，用于此目的。此外，XML应该使用XML解析器处理，而不是作为文本逐行读取。逐行读取XML似乎是一个脆弱的特例。

未明确指定编码会违反第二条戒律。自讨苦吃，不要使用默认编码！