要处理一个平文本数据导入功能,因为原始数据有问题,部分字段有乱码和特殊字符,导致 导出的数据在以文本形式查看时,里面的分隔符 \t 也就是Tab被弄错了,与前面的特殊字符组合成了一个乱码,导致最终数据使用 split("\t") 失败。这里使用字节流的方式,从最底层进行数据的抽取,以字节的 0x9; 作为字段分隔符,以 \r 和 \n 作为换行。完整代码如下:部分思路可以作为 BufferedReader + split 的替代品
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.nio.ByteBuffer;
import java.util.LinkedList;
import java.util.List;
/**
* 逐行读取,以Tab分隔符划分的数据。<br>
* 使用字节进行处理而不是字符串。<br>
* 因为发现有些数据,由于特殊字符导致分隔符失效,所以必须在字节一级处理。
*
*/
public class SplitFileReader
{
// 文件读取操作
FileInputStream fis = null;
// 文件读取的字节缓冲区
byte[] bs = new byte[1024];
// 当前数据在缓冲区的位置指针
int pointer;
// 保存字节,便于转换为字符串
// 注意这里最大支持4k的字符串,请根据需要修改
ByteBuffer bf = ByteBuffer.allocate(4096);
/**
* 指定文件名的构造函数
*
* @param filename
* @throws FileNotFoundException
*/
public SplitFileReader(String filename) throws FileNotFoundException
{
this(new File(filename));
}
/**
* 指定文件的构造函数
*
* @param file
* @throws FileNotFoundException
*/
public SplitFileReader(File file) throws FileNotFoundException
{
if (!file.exists())
{
throw new FileNotFoundException();
}
fis = new FileInputStream(file);
}
int len;
byte b;
/**
* 读取一行数据
*
* @return 数据分割好的数组
* @throws IOException
*/
public List<String> readLine() throws IOException
{
List<String> list = new LinkedList<String>();
// 读取数据
while (pointer < len || (readMore() != -1))
{
b = bs[pointer++];
if (b == 9 || b == '\n')
{
list.add(new String(bf.array(), 0, bf.position(), "GBK"));
bf.clear();
if (b == '\n')
{
return list;
}
} else if (b != '\r')
{
bf.put(b);
}
}
return list;
}
/**
* 关闭
*/
public void close()
{
bs = null;
bf = null;
try
{
fis.close();
} catch (IOException e)
{
e.printStackTrace();
}
}
private int readMore() throws IOException
{
len = fis.read(bs);
pointer = 0;
return len;
}
// 测试
public static void main(String[] args) throws Exception
{
SplitFileReader reader = new SplitFileReader("c:/test.txt");
List<String> list = reader.readLine();
System.out.println(list);
reader.close();
}
}
分享到:
相关推荐
Java字节流数据逐行读取(readLine)
23-readline (逐行读取).pdf
使用BufferedInputStream字节流,以及StringBuiler技术实现字节的逐行读取。即字节流的readline功能。BufferedInputStream bufferedInputStream=new BufferedInputStream(new FileInputStream(file));
Python四种逐行读取文件内容的方法 下面四种Python逐行读取文件内容的方法, 分析了各种方法的优缺点及应用场景,以下代码在python3中测试通过, python2中运行部分代码已注释,稍加修改即可。 方法一:readline...
本文实例讲述了C#逐行读取文件的方法。分享给大家供大家参考。具体如下: 这里使用C#逐行读取文件,对于大文件的读取非常有用。 StreamReader sr = new StreamReader(fileName.txt); string line; while((line= sr....
Readline是Node.js里实现标准输入输出的封装好的模块,通过这个模块我们可以以逐行的方式读取数据流。使用require(“readline”)可以引用模块。 效果图如下: 左边1.log 为源文件 右边1.readline.log为复制后的文件 ...
本类,是专门为了处理大文件,按行读取开发的类。 采用读文件的缓存 fbb 1024*5 行缓存 bb 256 字节 设计思想: 每次通过nio读取字节到 fbb中 然后对fbb自己中的内容进行行判断即 10 回车 13 行号 0 文件结束 ...
通过Java读取指定行列的数据,请用eclipse平台打开。实现思想详见我的博客。
数据流 简单来说就是容许字节流直接操作基本数据类型和字符串 DataInputStream out = new DataInputStream(new BufferedInputStream(new FileInputStream("数据存储文件路径"))) DataOutputStream out = new ...
python中readline判断文件读取结束的方法
方法一:复制代码 代码如下:f = open(“foo.txt”) # 返回一个文件对象 line = f.readline() # 调用文件的 readline()方法 while line: print line, # 后面跟 ‘,’ 将忽略换行符 # print(line, end = ”) #...
这个方法可以逐行读取txt流里面的数据。写了个简单的demo,已经加上了详细的注释说明。 ok,好了,不废话,下面直接上代码 代码如下:public void InputData() { DataTable dt = new DataTable(); string ...
本类,是专门为了处理大文件,按行读取开发的类。 采用读文件的缓存 fbb 1024*5 行缓存 bb 256 字节 设计思想: 每次通过nio读取字节到 fbb中 然后对fbb自己中的内容进行行判断即 10 回车 13 行号 0 文件...
在readline模块中,通过Interface对象的使用来实现逐行读取流数据的处理。因此首先要创建Interface对象,在readline模块中,可以通过createInterface方法来创建Interface对象.readline.createInterface(options),...
3. 在一个循环中,可以调用`readLine`方法逐行读取文件。 4. 对于读取到的每一行,我们打印它,并对行数、单词数和字符数进行计数。 5. 读取完成后关闭`BufferedReader`。 6. 打印出行数、单词数和字符数的统计结果...
java中br.readLine与br.read的区别.doc
* 3:读取到输入流后,需要读取生成字节流 * 4:一行一行的输出。readline()。 * 备注:需要考虑的是异常情况 * @param filePath */ public static void readTxtFile(String filePath){ try { String ...
介绍了Java 的 FileFilter文件过滤与readline读行操作实例代码,有需要的朋友可以参考一下