java - 使用 Java 扫描器读取文件

Question

我试图理解的 java 文件中的一行如下。

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

根据 java.util.regex.Pattern 文档，该文件预计将返回到“输入的结尾，但对于最终终止符，如果有的话”。但发生的情况是它只返回文件中的前 1024 个字符。这是正则表达式模式匹配器施加的限制吗？这可以克服吗？目前我正在使用文件阅读器。但我想知道这种行为的原因。

score 5 · Accepted Answer

我自己，我无法重现这个。但我想我可以阐明正在发生的事情。

在内部，扫描程序使用 1024 个字符的字符缓冲区。默认情况下，扫描程序将从您的可读 1024 个字符中读取（如果可能），然后应用该模式。

问题出在您的模式中……它将始终与输入的结尾匹配，但这并不意味着您的输入流/数据的结尾。当 Java 将您的模式应用于缓冲数据时，它会尝试查找第一次出现的输入结尾。由于缓冲区中有 1024 个字符，因此匹配引擎将位置 1024 称为分隔符的第一个匹配项，并将其之前的所有内容作为第一个标记返回。

由于这个原因，我认为输入结束锚点不适用于扫描仪。毕竟，它可能是从无限流中读取的。

score 2 · Accepted Answer

2

file尝试将对象包装在FileInputStream

于 2010-10-04T17:43:10.130 回答

score 1 · Accepted Answer

Scanner旨在从文件中读取多个原语。它真的不打算读取整个文件。

如果您不想包含第三方库，则最好循环遍历BufferedReader包含FileReader/InputStreamReader的文本，或循环遍历FileInputStream二进制数据的 a。

如果您可以使用第三方库，Apache commons-io有一个FileUtils包含静态方法readFileToString以及readLines文本和readFileToByteArray二进制数据的类。

score 0 · Accepted Answer

您可以使用 Scanner 类，只需在打开扫描仪时指定一个字符集，即：

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

Java 使用指定的字符集将从文件读取的字节转换为字符，如果没有给出任何内容（源），这是默认字符集（来自底层操作系统）。我仍然不清楚为什么 Scanner 仅读取 1024 字节的默认字节，而另一个它到达文件末尾。无论如何，它工作正常！

4 回答 4