Lettura di un file ASCII con FileChannel e ByteArrays

Question

Ho il codice seguente:

        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();
        }

Ma i caratteri vengono visualizzati su ?.Questo ha qualcosa a che fare con Java che utilizza i caratteri Unicode?Come posso correggerlo?

Answer 1

Devi sapere qual è la codifica del file e quindi decodificare ByteBuffer in CharBuffer utilizzando quella codifica.Supponendo che il file sia ASCII:

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();
        }
    }
}

Answer 2

buf.getChar() prevede 2 byte per carattere ma ne stai memorizzando solo 1.Utilizzo:

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

Answer 3

Modificando la tua dichiarazione di stampa in:

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

Sembra aiutare.

Answer 4

A seconda della codifica di somefile.txt, un carattere potrebbe non essere effettivamente composto da due byte. Questa pagina fornisce ulteriori informazioni su come leggere i flussi con la codifica corretta.

Il problema è che il file system non ti dice la codifica del file, perché non la conosce.Per quanto lo riguarda, è solo un mucchio di byte.È necessario trovare un modo per comunicare la codifica al programma, rilevarla in qualche modo o (se possibile) assicurarsi sempre che la codifica sia la stessa (come UTF-8).

Answer 5

C'è un motivo particolare per cui stai leggendo il file in questo modo?

Se stai leggendo un file ASCII dovresti davvero usare un Reader.

Lo farei qualcosa del tipo:

File inputFile = new File("somefile.txt");
BufferedReader reader = new BufferedReader(new FileReader(inputFile));

E poi usa uno dei due readLine o simili per leggere effettivamente i dati!

Answer 6

Sì, è Unicode.

Se hai 14 caratteri nel tuo file, ottieni solo 7 '?'.

Soluzione in sospeso.Ancora pensando.