GZIPInputStream ler linha por linha
-
22-08-2019 - |
Pergunta
Eu tenho um arquivo em formato .gz. A classe Java para ler este arquivo é GZIPInputStream. No entanto, essa classe não estender a classe BufferedReader de java. Como resultado, eu não sou capaz de ler o arquivo linha por linha. Eu preciso de algo como isto
reader = new MyGZInputStream( some constructor of GZInputStream)
reader.readLine()...
I embora de criar minha classe que estende a classe Reader ou BufferedReader do Java e uso GZIPInputStream como uma de suas variáveis.
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.Reader;
import java.util.zip.GZIPInputStream;
public class MyGZFilReader extends Reader {
private GZIPInputStream gzipInputStream = null;
char[] buf = new char[1024];
@Override
public void close() throws IOException {
gzipInputStream.close();
}
public MyGZFilReader(String filename)
throws FileNotFoundException, IOException {
gzipInputStream = new GZIPInputStream(new FileInputStream(filename));
}
@Override
public int read(char[] cbuf, int off, int len) throws IOException {
// TODO Auto-generated method stub
return gzipInputStream.read((byte[])buf, off, len);
}
}
Mas, isso não funciona quando eu uso
BufferedReader in = new BufferedReader(
new MyGZFilReader("F:/gawiki-20090614-stub-meta-history.xml.gz"));
System.out.println(in.readLine());
Pode alguém conselhos como proceder ..
Solução
A configuração básica de decoradores é assim:
InputStream fileStream = new FileInputStream(filename);
InputStream gzipStream = new GZIPInputStream(fileStream);
Reader decoder = new InputStreamReader(gzipStream, encoding);
BufferedReader buffered = new BufferedReader(decoder);
A questão-chave neste trecho é o valor de encoding
. Esta é a codificação de caracteres do texto no arquivo. É "US-ASCII", "UTF-8", "SHIFT-JIS", "ISO-8859-9", ...? existem centenas de possibilidades, ea escolha correta geralmente não pode ser determinado a partir do próprio arquivo. Deve ser especificado por meio de algum canal out-of-band.
Por exemplo, talvez seja o padrão plataforma. Em um ambiente de rede, no entanto, isso é extremamente frágil. A máquina que escreveu o arquivo pode sentar-se no cubículo vizinho, mas tem uma codificação de arquivo padrão diferente.
A maioria dos protocolos de rede usar um cabeçalho ou outros metadados notar explicitamente a codificação de caracteres.
Neste caso, resulta a extensão do arquivo que o conteúdo é XML. XML inclui o atributo "codificação" na declaração XML para esta finalidade. Além disso, XML deve realmente ser processado com um parser XML, não como texto. XML leitura linha-a-linha parece ser um caso frágil, especial.
não definir explicitamente a codificação é contra o segundo mandamento. Use o padrão codificação em seu perigo!
Outras dicas
GZIPInputStream gzip = new GZIPInputStream(new FileInputStream("F:/gawiki-20090614-stub-meta-history.xml.gz"));
BufferedReader br = new BufferedReader(new InputStreamReader(gzip));
br.readLine();
BufferedReader in = new BufferedReader(new InputStreamReader(
new GZIPInputStream(new FileInputStream("F:/gawiki-20090614-stub-meta-history.xml.gz"))));
String content;
while ((content = in.readLine()) != null)
System.out.println(content);
Você pode usar o seguinte método em uma classe util, e usá-lo sempre que necessário ...
public static List<String> readLinesFromGZ(String filePath) {
List<String> lines = new ArrayList<>();
File file = new File(filePath);
try (GZIPInputStream gzip = new GZIPInputStream(new FileInputStream(file));
BufferedReader br = new BufferedReader(new InputStreamReader(gzip));) {
String line = null;
while ((line = br.readLine()) != null) {
lines.add(line);
}
} catch (FileNotFoundException e) {
e.printStackTrace(System.err);
} catch (IOException e) {
e.printStackTrace(System.err);
}
return lines;
}
aqui é com uma linha
try (BufferedReader br = new BufferedReader(
new InputStreamReader(
new GZIPInputStream(
new FileInputStream(
"F:/gawiki-20090614-stub-meta-history.xml.gz")))))
{br.readLine();}