从 Java.io.Reader 获取有意义的文本

Question

我正在编写一个程序，我正在使用另一家公司的库从他们的网站下载一些报告。我想在将这些报告写入文件之前对其进行解析，因为如果它们符合某些条件，我想忽略它们。

问题是，他们的方法 download() 返回一个 java.io.Reader。我唯一可用的方法是

int read(char[] cbuf);

打印这个返回的数组给我带来无意义的字符。我希望能够识别我正在使用的字符集或将其转换为字节数组，但我不知道该怎么做。我已经尝试过

//retrievedFile is my Reader object
char[] cbuf = new char[2048];
int numChars = retrievedFile.read(cbuf);
//I've tried other character sets, too
new String(cbuf).getBytes("UTF-8");

，但我害怕贬低为更有用的读者，因为我不确定它是否会起作用。有什么建议吗？

编辑

当我说它打印出“无意义的字符”时，我并不是说它看起来像乔恩·斯基特给出的例子。这真的很难描述，因为我现在不在我的机器旁，但我认为这是一个编码问题。这些字符似乎具有与报告的外观相似的缩进和结构。周二一回来我就会尝试这些建议（我只是一名实习生，所以我没有费心去设置远程帐户或任何东西）。

Answer 1

试试这个：

BufferedReader in = new BufferedReader(retrievedFile);
String line = null;
StringBuilder rslt = new StringBuilder();
while ((line = in.readLine()) != null) {
    rslt.append(line);
}
System.out.println(rslt.toString());

不要将 Reader 类型转换为任何类，因为您不知道它的真实类型。
相反，使用 BufferedReader 并将 Reader 传递给它。 BufferedReader 采用 java.io.Reader 的任何子类作为参数，因此可以保存使用它。

Answer 2

打印出 char[] 本身可能会给您类似的结果：

[C@1c8825a5

这只是在 Java 中对 char 数组调用 toString 的正常输出。听起来您想将其转换为 String，您可以使用 String(char[]) 构造函数来完成。下面是一些示例代码：

public class Test {
    public static void main(String[] args) {
        char[] chars = "hello".toCharArray();
        System.out.println((Object) chars);

        String text = new String(chars);
        System.out.println(text);
    }
}

另一方面，java.io.Reader 没有有一个 read 方法返回 > a char[] - 它具有一次返回单个字符的方法，或者（更有用）接受一个 char[]填充数据，并返回读取的数据量。这实际上就是您的示例代码所显示的内容。您只需使用 char 数组和读取的字符数即可创建新的 String。例如：

char[] buffer = new char[4096];
int charsRead = reader.read(buffer);
String text = new String(buffer, 0, charsRead);

但是请注意，它可能不会一次性返回所有数据。您可以使用 BufferedReader 逐行读取它，或者循环获取所有信息。 Guava 在其 CharStreams 类。例如：

String allText = CharStreams.toString(reader);

或

List<String> lines = CharStreams.readLines(reader);

Answer 3

作为替代方案，您可以使用 java.util.Scanner 从 java.io.Reader 读取字符串，并使用 try 和资源来自动关闭读取器。

下面是一个示例：

Reader in = ...
try (Scanner scanner = new Scanner(in).useDelimiter("\\Z")) {
    String text = scanner.next();
    ... // Do something with text
}

在这种情况下，对 scanner.next() 的调用将读取所有字符，因为分隔符是文件末尾。

下面的一行代码也将阅读全文，但不会关闭阅读器：

String text = new Scanner(in).useDelimiter("\\Z").next();

Answer 4

它给出了什么毫无意义的字符。可能是空字符，因为您没有从读取器读取所有字符，而是最多读取 2048 个字符，并且您忽略 read 方法的返回值（它告诉您实际读取了多少个字符。

如果您想读取如果将整个内容转换为字符串，则必须循环直到返回值为负数，并将每次迭代时读取的字符（从 0 到 numChars）附加到 StringBuilder。

StringBuilder builder = new StringBuilder();
char[] cbuf = new char[2048];
int numChars;
while ((numChars = reader.read(cbuf)) >= 0) {
    builder.append(cbuf, 0, numChars);
}
String s = builder.toString();

Answer 5

将其包装在更有用的内容中，例如 StringReader 或 BufferedReader：

http://docs。 oracle.com/javase/6/docs/api/

。

Answer 6

由于该文件是一个文本文件，请从您的 Reader 创建一个 BufferedReader 并逐行读取它 - 这应该有助于更好地理解它。

Answer 7

从 Java 1.8 开始，您可以使用 BufferedReader.lines() 方法，返回 Stream。

因此，此代码将返回整个内容，并带有自定义行分隔符“\n”：

String content = new BufferedReader(reader)
    .lines()
    .collect(Collectors.joining("\n"));