使用FileChannel和ByteArrays读取ASCII文件

Question

我有以下代码：

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();
        }

但是字符显示为问号。这与Java使用Unicode字符有关吗？我该如何纠正这个问题？

- Jake

Answer 1

您需要知道文件的编码方式，然后使用该编码方式将ByteBuffer解码为CharBuffer。假设文件是ASCII编码：

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();
        }
    }
}

- jliszka

---

如果您想避免逐个打印每个字符，只需使用buf.flip()代替buf.rewind()，并将整个chbuf传递给System.out.print()。 - hertzsprung

Answer 2

buf.getChar()期望每个字符使用2个字节，但您仅存储了1个字节。请使用：

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

- Craig

Answer 3

将您的打印语句更改为：

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

似乎有帮助。

- jjnguy

Answer 4

根据somefile.txt的编码方式，一个字符可能不是由两个字节组成的。此页面提供了有关如何使用适当编码读取流的更多信息。

问题在于，文件系统不会告诉你文件的编码方式，因为它不知道。就其而言，它只是一堆字节。您必须找到某种方法将编码方式传达给程序，某种方式进行检测或（如果可能）始终确保编码方式相同（例如UTF-8）。

- Robert J. Walker

Answer 5

你读取文件的方式有什么特别的原因吗？

如果你在读取 ASCII 文件，你应该使用 Reader。

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！

- user7094

---

我有大量的数据，正在尝试优化读取时间。参考：http://nadeausoftware.com/articles/2008/02/java_tip_how_read_files_quickly - Jake

@Jake，在你的例子中，你读取了字节，然后将其解码成字符。为什么你认为这比使用 BufferedReader 更快？你所指出的有趣的基准测试并没有读取字符。 - Lluis Martinez

Answer 6

是的，它是Unicode编码。

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。仍在思考中。

- Burkhard