Jak poznać bajty odczytu (przesunięcie) BufferedReader?

Question

Chcę odczytać wiersz pliku po wierszu. BufferedReader jest znacznie szybszy niż RandomAccessFile lub BufferedInputStream. Ale problem polega na tym, że nie wiem, ile bajtów przeczytałem. Skąd wiadomo, że bajty są przeczytane (przesunięcie)? Próbowałem.

String buffer; 
int offset = 0; 

while ((buffer = br.readLine()) != null) 
    offset += buffer.getBytes().length + 1; // 1 is for line separator 

Działa, jeśli plik jest mały. Jednak, gdy plik staje się duży, przesunięcie staje się mniejsze niż wartość rzeczywista. Jak mogę uzyskać offset?

Answer 1

Jeśli chcesz odczytać pliku linia po linii, polecam ten kod:

import java.io.*; 
class FileRead 
{ 
public static void main(String args[]) 
    { 
    try{ 
    // Open the file that is the first 
    // command line parameter 
    FileInputStream fstream = new FileInputStream("textfile.txt"); 
    // Use DataInputStream to read binary NOT text. 
    BufferedReader br = new BufferedReader(new InputStreamReader(fstream)); 
    String strLine; 
    //Read File Line By Line 
    while ((strLine = br.readLine()) != null) { 
    // Print the content on the console 
    System.out.println (strLine); 
    } 
    //Close the input stream 
    in.close(); 
    }catch (Exception e){//Catch exception if any 
    System.err.println("Error: " + e.getMessage()); 
    } 
    } 
} 

zawsze używać tej metody w przeszłości, i działa świetnie!

Źródło: Here

Answer 2

Nie ma prosty sposób to zrobić z BufferedReader z powodu dwóch czynników: Charakter endcoding i zakończeń linii. W systemie Windows kończy się linia \r\n, która składa się z dwóch bajtów. W systemie Unix separator linii jest pojedynczym bajtem. BufferedReader obsłuży oba przypadki, nie zauważając, więc po readLine() nie będzie wiadomo, ile bajtów zostało pominiętych.

Również buffer.getBytes() zwraca prawidłowy wynik tylko wtedy, gdy domyślne kodowanie i kodowanie danych w pliku przypadkowo jest takie samo. Podczas konwersji dowolnego rodzaju należy zawsze dokładnie określić, które kodowanie powinno być używane.

Nie można również użyć zliczania InputStream, ponieważ buforowane czytniki odczytują dane w dużych porcjach. Więc po przeczytaniu pierwszego wiersza z, powiedzmy, 5 bajtami, licznik w wewnętrznej InputStream zwróci 4096, ponieważ czytnik zawsze odczytuje wiele bajtów do swojego wewnętrznego bufora.

Możesz na to spojrzeć na NIO. Możesz użyć niskiego poziomu ByteBuffer, aby śledzić przesunięcie i zawijanie, które w CharBuffer przekształca dane wejściowe w linie.

Answer 3

Zastanawiam się nad ostatecznym rozwiązaniem, jednak myślę, że używanie długiego typu zamiast int może spełnić większość sytuacji w powyższym kodzie.