使用Java掃描程序讀取文件

Question

我試圖理解的java文件中的一行是如下所示。

return new Scanner(file).useDelimiter("\\Z").next();

根據java.util.regex.Pattern文檔，該文件應返回到“輸入的結尾，但對於最終的終結符，如果有的話”。 但是，它只返回文件中的前1024個字符。 這是正則表達式模式匹配器施加的限制嗎？ 這可以克服嗎？ 目前我正在使用文件閱讀器。 但我想知道這種行為的原因。

Answer 1

我自己，我無法重現這一點。 但我想我能說明發生了什么。

在內部，掃描儀使用1024個字符的字符緩沖區。 默認情況下，掃描儀將從可讀的1024個字符中讀取，如果可能，然后應用該模式。

問題在於你的模式...它總是與輸入的結尾匹配，但這並不意味着輸入流/數據的結束。 當Java將模式應用於緩沖數據時，它會嘗試查找輸入結束的第一個匹配項。 由於緩沖區中有1024個字符，因此匹配引擎將位置1024調用分隔符的第一個匹配項，並將其前面的所有內容作為第一個標記返回。

由於這個原因，我認為輸入結束錨不適用於掃描儀。 畢竟，它可能是從無限的流中讀取的。

Answer 2

嘗試將file對象包裝在FileInputStream

Answer 3

Scanner旨在從文件中讀取多個基元。 它實際上並不打算讀取整個文件。

如果您不想包含第三方庫，最好循環一個BufferedReader ，它包裝文件的FileReader / InputStreamReader ，或者循環遍歷FileInputStream以獲取二進制數據。

如果你可以使用第三方庫，那么Apache commons-io有一個FileUtils類，它包含靜態方法readFileToString和readLines for text和readFileToByteArray for binary data ..

Answer 4

您可以使用Scanner類，只需在打開掃描儀時指定一個字符集，即：

Scanner sc = new Scanner(file, "ISO-8859-1");

Java使用指定的字符集將從文件讀取的字節轉換為字符，如果沒有給出（ 源 ），則這是默認的字符集（來自底層操作系統）。 我仍然不清楚為什么Scanner只使用默認值讀取1024個字節，而另一個則到達文件末尾。 無論如何，它工作正常！