尝试将二进制文件读取为文本，但扫描仪停在第一行

Question

我正在尝试读取二进制文件，但我的程序只是停在第一行。 我认为这是因为该文件具有奇怪的字符..我只想从中提取一些指示。有办法做到这一点吗？...

public static void main(String[] args) throws IOException
{

    Scanner readF = new Scanner(new File("D:\\CurrentDatabase_372.txt"));
    String line = null;
    String newLine = System.getProperty("line.separator");
    FileWriter writeF = new FileWriter("D:\\Songs.txt");

    while (readF.hasNext())
    {
        line = readF.nextLine();

        if (line.contains("D:\\") && line.contains(".mp3"))
        {
            writeF.write(line.substring(line.indexOf("D:\\"), line.indexOf(".mp3") + 4) + newLine);
        }
    }

    readF.close();
    writeF.close();
}

文件的开头是这样的：

pppppamepD:\Music\Korn\Untouchables\03     Blame.mp3pmp3pmp3pKornpMetalpKornpUntouchablespKornpUntouchables*;*KornpKornpKornUntouchables003pMetalKornUntouchables003pBlameKornUntouchables003pKornKornUntouchables003pMP3pppppCpppÀppp@ppøp·pppŸú#pdppppppòrSpUpppppp€ppªp8›qpppppppppppp,’ppÒppp’ÍpET?ppppppôpp¼}`Ñ#ãâK†¡H¤*(DppppppppppppppppuÞѤéú:M®$@]jkÝW0ÛœFµú½XVNp`w—wâÊp:ºŽwâÊpppp8Npdpp¡pp{)pppppppppppppppppyY:¸[ªA¥Bi   `Û¯pppppppppppp2pppppppppppppppppppppppppppppppppppp¿ÞpAppppppp€ppp€;€?€CpCpC€H€N€S€`€e€y€~p~p~€’€«€Ê€â€Hollow LifepD:\Musica\Korn\Untouchables\04 Hollow Life.mp3pmp3pmp3pKornpMetalpKornpUntouchablespKornpUntouchables*;*KornpKornpKornUntouchables004pMetalKornUntouchables004pHollow LifeKornUntouchables004pKornKornUntouchables004pMP3pppppCpppÀHppppppøp¸pppǺxp‰ppppppòrSpUpppppp€ppªp8›qpppppppppppp,’ppÒpppŠºppppppppppôpp¼}`Ñ#ãâK†¡H¤*(DpppppppppppppppppãG#™R‚CA—®þ^bN °mbŽ‚^¨pG¦sp;5p5ÓÐùšwâÊp
)ŽwâÊpppp8Npdpp!cpp{pppppppppppppppppyY:¸[ªA¥Bi `ۯǺxp‰pppppp2pppppppppppppppppppppppppppppppppppp¿

我想提取像“D:\Music\Korn\Untouchables\03 Blame.mp3”这样的文件方向。

Answer 1

您不能使用面向行的扫描仪来读取二进制文件。您无法保证二进制文件甚至具有由换行符分隔的“行”。例如，如果有两个文件与模式“D:\.*.mp3”匹配且没有中间换行符，那么扫描仪会做什么？您将提取第一个“D:\”和最后一个“.mp3”之间的所有内容，以及中间的所有垃圾。从像这样的非分隔流中提取文件名需要不同的策略。

如果我写这篇文章，我会使用一种相对简单的有限状态识别器，一次处理一个字符。当它遇到“d”时，它开始保存字符，检查每个字符以确保其与所需的模式匹配，当它在“.mp3”中看到“3”时结束。如果在任何时候它检测到不适合的字符，它就会重置并继续查找。

编辑：如果要处理的文件很小（小于 50mb 左右），您可以将整个文件加载到内存中，这将使扫描更简单。

Answer 2

如前所述，由于它是二进制文件，因此您不能使用扫描仪或其他基于字符的阅读器。您可以使用常规的 FileInputStream 来读取文件的实际原始字节。 Java 的 String 类有一个构造函数，它将获取字节数组并将它们转换为字符串。然后，您可以在该字符串中搜索文件名。如果您只使用默认字符集，这可能会起作用。

字符串（字节[]）：
http://download.oracle.com/javase /1.4.2/docs/api/java/lang/String.html
用于读取字节的 FileInputStream：
http://download.oracle.com/javase/tutorial/essential/io /bytestreams.html

Answer 3

使用 hasNextLine()< /a> 而不是 while 循环检查中的 hasNext() 。

while (readF.hasNextLine()) {
 String line = readF.nextLine();
 //Your code
 }