作者willy69wu31 (小小吳)
看板java
標題[問題] InputStream「分支」式包裝
時間Wed Dec 3 22:36:49 2014
以前曾經寫過一支讀檔程式，用來讀取某一用空格分隔的大量資料純文字檔，
首先 FileInputStream，再加 BufferedInputStream，最後 Scanner，code 如下
> // 憑印象寫的，沒去編譯器測過，可能有拼錯
> InputStream in = new FileInputStream("scores.txt");
> in = new BufferedInputStream(in);
> Scanner s = new Scanner(in, "UTF-16LE");
這樣的確可以每次呼叫 s.next(); 都抓一個值，分別存進特定陣列，這沒問題。
但接下來我遇到另一種情形：
有一純文字檔類似 HTTP response，分為 header 和 body，
但結構與 HTTP response 不同，不能用現有函式庫處理。
header 本身有固定編碼，但其中記載 body 的編碼，讀完 header 才知道 body 編碼。
如果將上面的 code 改成...
> // 憑印象寫的，沒去編譯器測過，可能有拼錯
> InputStream in = new FileInputStream("scores.txt");
> in = new BufferedInputStream(in);
> Scanner s1 = new Scanner(in, "UTF-16LE");
> // ...
> // 當 header 經由 s1 讀取完畢，已知編碼為 Encoding bodyEncoding;
> Scanner s2 = new Scanner(in, bodyEncoding);
這時候 s2 讀出來結果根本就不正常，可能是 s1 已經預先 read 掉 in 的很多字元?
曾經想過：重新開啟第二個 FileInputStream 再讀一遍；
可是好像不夠直覺，也無從得知第一個 FileInputStream 到底讀多少字元。
請問有人知道這種情況下該怎麼解決比較好嗎?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.173.212.83
※ 文章網址: http://webptt.com/m.aspx?n=bbs/java/M.1417617411.A.BA9.html
1F：→ swpoker: 先公布文件格式大概是甚麼樣子~例如固定長度?還是... 12/04 12:09
2F：→ realmeat: 看起來好像是處理二進位的資料, 那header都有規範 12/04 12:33
3F：→ realmeat: 這種東西c是超好寫, 直接struct裝起來就可以用(亂入) 12/04 12:34
全部都是空格分隔，唯一例外是: header 和 body 之間是兩個 \n 分隔，無空格
header 可能有其他 metadata，長度不固定，不過全都是純文字，所以才用 Scanner 處理
※ 編輯: willy69wu31 (114.27.100.206), 12/04/2014 22:59:38