从 Java.io.Reader 获取有意义的文本

Question

我有一个正在编写的程序，我正在使用另一家公司的图书馆从他们的网站下载一些报告。 我想在将它们写入文件之前解析这些报告，因为如果它们符合某些条件，我想忽略它们。

问题是，他们的方法，称为 download() 返回一个 java.io.Reader。 我唯一可用的方法是

int read(char[] cbuf);

打印这个返回的数组给我无意义的字符。 我希望能够识别我正在使用的字符集或将其转换为字节数组，但我不知道该怎么做。 我试过了

//retrievedFile is my Reader object
char[] cbuf = new char[2048];
int numChars = retrievedFile.read(cbuf);
//I've tried other character sets, too
new String(cbuf).getBytes("UTF-8");

我不敢向更有用的读者低头，因为我不确定它是否有效。 有什么建议么？

编辑

当我说它打印出“无意义的字符”时，我并不是说它看起来像 Jon Skeet 给出的例子。 这真的很难描述，因为我现在不在我的机器旁，但我认为这是一个编码问题。 这些字符似乎具有类似于报告外观的缩进和结构。 我会在周二回来后立即尝试这些建议（我只是一名实习生，所以我没有为设置远程帐户或其他任何事情而烦恼）。

Answer 1

试试这个：

BufferedReader in = new BufferedReader(retrievedFile);
String line = null;
StringBuilder rslt = new StringBuilder();
while ((line = in.readLine()) != null) {
    rslt.append(line);
}
System.out.println(rslt.toString());

不要将Reader强制转换为任何类，因为您不知道它的真实类型。 而是使用BufferedReader并将Reader传递给它。 并且BufferedReader将java.io.Reader的任何子类作为参数，因此保存以使用它。

Answer 2

打印出char[]本身可能会给你一些类似的东西：

[C@1c8825a5

这只是在Java中的char数组上调用toString的正常输出。 听起来你想将它转换为String ，你可以使用String(char[])构造函数。 这是一些示例代码：

public class Test {
    public static void main(String[] args) {
        char[] chars = "hello".toCharArray();
        System.out.println((Object) chars);

        String text = new String(chars);
        System.out.println(text);
    }
}

另一方面， java.io.Reader 没有 返回 char[]的read方法 - 它有一次返回单个字符的方法，或者（更有用的） 接受 char[]来填充数据，并返回读取的数据量。 这实际上是您的示例代码所显示的内容。 您只需要使用char数组和读取的字符数来创建新的String 。 例如：

char[] buffer = new char[4096];
int charsRead = reader.read(buffer);
String text = new String(buffer, 0, charsRead);

但请注意，它可能无法一次性返回所有数据。 您可以使用BufferedReader逐行读取它，或循环以获取所有信息。 Guava在其CharStreams类中包含有用的代码。 例如：

String allText = CharStreams.toString(reader);

要么

List<String> lines = CharStreams.readLines(reader);

Answer 3

它给出了什么毫无意义的字符。 可能是空字符，因为你没有从阅读器中读取所有字符，但最多只读取2048个字符，并且忽略了read方法返回的值（它告诉你实际读取了多少个字符。

如果要将整个事物读入String，则必须循环直到返回的值为负，并将每次迭代（从0到numChars）读取的字符追加到StringBuilder。

StringBuilder builder = new StringBuilder();
int numChars;
while ((numChars = reader.read(cbuf)) >= 0) {
    builder.append(cbuf, 0, numChars);
}
String s = builder.toString();

Answer 4

作为替代方法，您可以使用java.util.Scanner with资源自动关闭阅读器，使用java.util.Scanner从java.io.Reader读取字符串。

这是一个例子：

Reader in = ...
try (Scanner scanner = new Scanner(in).useDelimiter("\\Z")) {
    String text = scanner.next();
    ... // Do something with text
}

在这种情况下，对scanner.next()的调用将读取所有字符，因为分隔符是文件的结尾。

以下一个班轮也将阅读全文，但不会关闭读者：

String text = new Scanner(in).useDelimiter("\\Z").next();

Answer 5

从 Java 1.8 开始，您可以使用BufferedReader.lines()方法，返回Stream<String> 。

因此，此代码将返回全部内容，并带有自定义行分隔符“\n”：

String content = new BufferedReader(reader)
    .lines()
    .collect(Collectors.joining("\n"));

Answer 6

将它包装在更有用的东西中，比如StringReader或BufferedReader：

http://docs.oracle.com/javase/6/docs/api/

。

Answer 7

由于文件是文本文件，因此从Reader创建一个BufferedReader并逐行读取 - 这应该有助于更好地理解它。