Question

【java的io流】复制文本内容出现小问题

问题有3：出现问号，字符间都插入空格，不换行

代码：
import java.io.File;
import java.io.FileReader;
import java.io.FileWriter;
import java.io.IOException;

public class LrcReader {

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

public static void read() throws IOException{
String path="E:/readme.lrc";
FileReader fr=null;
FileWriter fw=null;
try {
File file=new File(path);
fr=new FileReader(path);
fw=new FileWriter("E:/copy.lrc");

char[] buf=new char[(int) file.length()];

while(fr.read(buf)!=-1){
fw.write(buf);
}
} catch (IOException e) {
//打印错误信息
}finally{
i f(fr!=null){
try {
fr.close();
} catch (IOException e2) {
// TODO: handle exception
}
}if(fw!=null){
try {
fw.close();
} catch (IOException e2) {
// TODO: handle exception
}
}
}

}
}

Answer 1

package tool;

import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;

public class LrcReader
{
	public static void main ( String args[] ) throws IOException
	{
		read ();
	}

	public static void read () throws IOException
	{
		String path = "一场游戏一场梦.lrc";
		FileInputStream fis = null;
		InputStreamReader isr = null;
		FileOutputStream fos = null;
		OutputStreamWriter osw = null;
		try
		{
			fis = new FileInputStream (path);
			isr = new InputStreamReader (fis, "gbk");
			fos = new FileOutputStream ("恭喜发财.lrc");
			osw = new OutputStreamWriter (fos, "gbk");
			int size = -1;
			while (( size = isr.read () ) != -1)
			{
				osw.write (size);
			}
			osw.flush ();
		}
		catch (IOException e)
		{
			System.err.println (e.toString ());
		}
		finally
		{
			if (null != osw)
			{
				osw.close ();
			}
			if (null != fos)
			{
				fos.close ();
			}
			if (null != isr)
			{
				isr.close ();
			}
			if (null != fis)
			{
				fis.close ();
			}
		}
	}
}

追问

这个跑起来和上面结果一样的，能不能在读取的时候去掉一些特殊字符，我觉得这里面有一些看不到的东西。

追答

不知道是不是乱码啊，不过你可以换个lrc文件看看啊

追问

另外一个是乱码。百度音乐下的字幕

有()的地方就会乱码

追答

isr = new InputStreamReader (fis, "utf8");

我刚下了个，是utf8编码的，改下就够了

追问

这个是两个都需要改还是说读取用默认编码，写入用其他的？
都改成utf-8的话。百度音乐字幕很成功，但是上面的例子再次乱码咯

追答

你试试吧，具体什么编码，无非就是那么几个
gbk
gb2312
iso8859-1
utf8

追问

unicode成了。
有两个音乐字幕，一个读取用uft-8编码成功，另一个用unicode编码才行。有点互斥的味道，这种情况怎么才能同时读取两个都不乱码呢

图片那个例子如果不用unicode而用utf-8，会在开头多出一个乱码

追答

不懂了，我没有碰到这个情况

追问

在lrc文件中会有一些看不见，几乎没有宽度，但是可以用删除键删掉的东西。某种特殊的换行符，lrc文件在记事本种打开看没有换行效果，但是获取字符流打印出来却是已经换行了的。

追答

那你用特殊编辑器打开，看看那些字符吧，应该可以看到的

追问

的确是因为换行符。这样子解决了所有问题了，谢谢你！

Answer 2

没遇到过这种问题，而且我把你的程序在我的机器上跑了次，发现很正常，没有出现你说的问题？不清楚是不是由于你的文件的问题，或者你可以试下字节流

追问

这个好像是文件的问题，
但是代码有一个小bug:
char[] buf=new char[(int) file.length()]; 实际的长度会比这个少，也就是说复制后的文本会有几个空字节，这个是什么问题你知道吗？

追答

首先在使用的过程中，最好不要跟据文件的大小来设置这个缓存的大小，因为很可能出现如果文件很多，你一次性分配个大的缓存会导致JVM内存不够，常用的方法是使用一个1024字节或者其倍数的缓存，然后使用read(byte[])这种直接读到缓存的方式来copy，网上很多，可以去参考下。
至于你说的复制后的文本会多空字节，按程序逻辑来说应该不会，除非是你原文件中有空字节，包括回车换行这些。