一 由来
去年由于项目的需求，要将一个任意一个文件制作成一个xml文件，并且需要保持文件内容本身不产生变化，还要能够将这个xml重新还原为原文件。如果小型的文件还好处理，大型的xml,比如几个G的文件，基本上就OOM了，很难直接从节点中提取数据。所以我采用了流的方式。于是有了这个文件的裁剪工具。
二 使用场景
本工具可能的使用场景：
1.对任一文件的切割/裁剪。通过字节流的方式，开始节点和终止节点，裁剪出两个节点之间的部分。
2.往任一文件的头/尾拼接指定字符串。可以很容易将一个文件嵌入在某一个节点中。
3.简单的文本抽取。可以根据自己定义的规则，提取出来想要的文本内容，并且允许对提取出来的文本进行再处理（当然，只是进行简单地抽取文字，并不是什么智能的复杂过程的抽取T_T ）。
4.文本过滤。根据自己制定的规则，过滤掉指定的文字。
整个工具仅是对Java文件操作api的简单加工，并且也没有使用nio。在需要高效率的文件处理情景下，本工具的使用有待考量。文章目的是为了给出自己的一种解决方案，若有更好的方案，欢迎大家给出适当的建议。
三 如何使用
别的先不说，来看看如何使用吧！
1.读取文件指定片段
读取第0~1048个字节之间的内容。
public void readasbytes(){ FileExtractor cuter = new FileExtractor(); byte[] bytes = cuter.from("D://11.txt").start(0).end(1048).readAsBytes(); }2.文件切割
将第0~1048个字节之间的部分切割为一个新文件。
public File splitAsFile(){ FileExtractor cuter = new FileExtractor(); return cuter.from("D://11.txt").to("D://22.txt").start(0).end(1048).extractAsFile(); }3.将文件拼接到一个xml节点中
将整个文件的内容作为Body节点，写入到一个xml文件中。返回新生成的xml文件对象。
public File appendText(){ FileExtractor cuter = new FileExtractor(); return cuter.from("D://11.txt").to("D://44.xml").appendAsFile("<Document><Body>", "</Body></Document>"); }4.读取并处理文件中的指定内容
假如有需求：读取11.txt的前三行文字。其中，第一行和第二行不能出现”帅”字，并且在第三行文字后加上字符串“我好帅！”。
public String extractText(){ FileExtractor cuter = new FileExtractor(); return cuter.from("D://11.txt").extractAsString(new EasyProcesser() { @Override public String finalStep(String line, int lineNumber, Status status) { if(lineNumber==3){ status.shouldContinue = false;//表示不再继续读取文件内容 return line+"我好帅!"; } return line.replaceAll("帅",""); } }); }4.简单的文本过滤
将一个文件中所有的“bug”去掉，且返回一个处理后的新文件。
public File killBugs(){ FileExtractor cuter = new FileExtractor(); return cuter.from("D://bugs.txt").to("D://nobug.txt").extractAsFile(new EasyProcesser() { @Override public String finalStep(String line, int lineNumber, Status status) { return line.replaceAll("bug", ""); } }); }四 基本流程
通过接口回调的方式，将文件的读取过程和处理过程分离开来；定义了IteratorFile类来负责遍历一个文件，读取文件的内容；分字节、行两种的方式来进行文件内容的遍历。下面的介绍，也会分为读取和处理两个部分单独介绍。
五 文件的读取
定义回调接口
定义一个接口Process,对外暴露了两个文件内容处理方法，一个支持按字节进行读取，一个方法支持按行读取。
public interface Process{ /** * @param b 本次读取的数据 * @param length 本次读取的有效长度 * @param currentIndex 当前读取到的位置 * @param available 读取文件的总长度 * @return true 表示继续读取文件，false表示终止读取文件 * @time 2017年1月22日 下午4:56:41 */ public boolean doWhat(byte[] b,int length,int currentIndex,int available); /** * * @param line 本次读取到的行 * @param currentIndex 行号 * @return true 表示继续读取文件，false表示终止读取文件 * @time 2017年1月22日 下午4:59:03 */ public boolean doWhat(String line,int currentIndex);让ItratorFile中本身实现这个接口，但是默认都是返回true,不做任何的处理。如下所示：
public class IteratorFile implements Process{....../** * 按照字节来读取遍历文件内容，根据自定义需要重写该方法 */ @Override public boolean doWhat(byte[] b, int length,int currentIndex,int available) { return true; } /** * 按照行来读取遍历文件内容，根据自定义需要重写该方法 */ @Override public boolean doWhat(String line,int currentIndex) { return true; }......}按字节遍历文件内容
实现按照字节的方式来进行文件的遍历（读取）。在这里使用了skip（）方法来控制从第几个节点开始读取内容；然后在使用文件流读取的时候，将每次读取到得数据传递给回调接口的方法；需要注意的是，每次读取到得数据是存在一个字节数组bytes里面的，每次读取的长度也是需要传递给回调接口的。我们很容易看出，一旦dowhat()返回false,文件的读取立即就退出了。
public void iterator2Bytes(){ init(); int length = -1; FileInputStream fis = null; try { file = new File(in); fis = new FileInputStream(file); available = fis.available(); fis.skip(getStart()); readedIndex = getStart(); if (!beforeItrator()) return; while ((length=fis.read(bytes))!=-1) { readedIndex+=length; if(!doWhat(bytes, length,readedIndex,available)){ break; } } if(!afterItrator()) return; } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); }finally{ try { fis.close(); } catch (IOException e) { e.printStackTrace(); } } }按行来遍历文件内容
常规的文件读取方式，在while循环中，调用了回调接口的方法，并且传递相关的数据。
public void iterator2Line(){ init(); BufferedReader reader = null; FileReader read = null; String line = null; try { file = new File(in); read = new FileReader(file); reader = new BufferedReader(read); if (!beforeItrator()) return; while ( null != (line=reader.readLine())) { readedIndex++; if(!doWhat(line,readedIndex)){ break; } } if(!afterItrator()) return ; } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); }finally{ try { read.close(); reader.close(); } catch (IOException e) { e.printStackTrace(); } } }然后，还需要提供方法来设置要读取的源文件路径。
public IteratorFile from(String in){ this.in = in; return this; }六 文件内容处理
FileExtractor介绍
定义了FileExtractor类，来封装对文件内容的处理操作；该类会引用到遍历文件所需要的类IteratorFile。
FileExtractor的基本方法
/** * 往文件头或者文件结尾插入字符串 * @tips 不能对同一个文件输出路径反复执行该方法，否则会出现文本异常，因为用到了RandomAccessFile,如有需要，调用前需手动删除原有的同名文件 * @param startStr 文件开头要插入的字符串 * @param endStr 文件结尾要插入的字符串 * @return 生成的新文件 * @time 2017年1月22日 下午5:05:35 */ public File appendAsFile(final String startStr,String endStr){}/** * 从指定位置截取文件 * @tips 适合所有的文件类型 * @return * @time 2017年1月22日 下午5:06:36 */ public File splitAsFile(){}/** * 文本文件的特殊处理（情景：文本抽取，文本替换等） * @tips 只适合文本文件，对于二进制文件，因为换行符的原因导致文件出现可能无法执行等问题。 * @time 2017年1月22日 下午5:09:14 */ public File extractAsFile(FlowLineProcesser method) {/** * 文本文件的特殊处理（情景：文本抽取，文本替换等） * @tips 只适合文本文件，对于二进制文件，因为换行符的原因导致文件出现可能无法执行等问题。 * @time 2017年1月22日 下午5:09:14 */ public String extractAsString(FlowLineProcesser method) {} /** * 读取指定位置的文件内容为字节数组 * @return * @time 2017年1月23日 上午11:06:18 */ public byte[] readAsBytes(){}其中，返回值为File的方法在处理完成后，都出返回一个经过内容后的新文件。
其他方法
同样，设置源文件位置的方法，以及截取位置的相关方法
/** * 设置源文件 */ public FileExtractor from(String in){ this.in = in; return this; } /** * 设置生成临时文件的位置（返回值为File的方法均需要设置） */ public FileExtractor to(String out) { this.out = out; return this; } /** * 文本开始截取的位置（包含此位置），字节相关的方法均需要设置 */ public FileExtractor start(int start){ this.startPos = start; return this; } /** * 文本截取的终止位置（包含此位置），字节相关方法均需要设置 */ public FileExtractor end(int end) { this.endPos = end; return this; }按字节读取文件时的文件内容处理
有几个重点：
1.因为要根据字节的位置来进行文件截取，所以需要根据字节来遍历文件，所以要重写doWhat()字节遍历的的方法。并在外部构造一个OutPutStream来进行新文件的写出工作。
2.每次遍历读取出的文件内容，都存放在一个字节数组b里面，但并不是b中的数据都是有用的，所以需要传递b有效长度length。
3.readedIndex记录了到本次为止（包括本次）为止，已经读取了多少位数据。
4.按照自己来遍历文件时，如何判断读取到了的终止位置？
当（已读的数据总长度）readedIndex>endPos（终止节点）时，说明本次读取的时候超过了应该终止的位置，此时b数组中有一部分数据就是多读的了，这部分数据是不应该被保存的。我们可以通过计算得到读超了多少位，即length-(readedIndex-endPos-1)，那么只要保存这部分数据就可以了。
读取指定片段的文件内容：
//本方法在需要读取的数据多时，不建议使用，因为byte[]是不可变的，多次读取的时候，需要进行多次的byete[] copy过程，效率“感人”。 public byte[] readAsBytes(){ try { checkIn(); } catch (Exception e) { e.printStackTrace(); return null; } //临时保存字节的容器 final BytesBuffer buffer = new BytesBuffer(); IteratorFile c = new IteratorFile(){ @Override public boolean doWhat(byte[] b, int length, int currentIndex, int available) { if(readedIndex>endPos){ //说明已经读取到了endingPos位置并且读超了 buffer.addBytes(b, 0, length-(readedIndex-endPos-1)-1); return false; }else{ buffer.addBytes(b, 0, length-1); } return true; } }; //按照字节进行遍历 c.from(in).start(startPos).iterator2Bytes(); return buffer.toBytes(); }当文件很大时，生成一个新的文件的比较靠谱的方法，所以，类似直接返回byte[]，在文件读取之前，设置一个outputSteam,在内容循环读取的过程中，将读取的内容写入到一个新文件中去。
public File splitAsFile(){ ...... final OutputStream os = FileUtils.openOut(file); try { IteratorFile itFile = new IteratorFile(){ @Override public boolean doWhat(byte[] b, int length,int readedIndex,int available) { try { if(readedIndex>endPos){ //说明已经读取到了endingPos位置,并且读超了readedIndex-getEnd()-1位 os.write(b, 0, length-(readedIndex-endPos-1)); return false;//终止读取 }else{ os.write(b, 0, length); } return true; } catch (IOException e) { e.printStackTrace(); return false; } } }.from(in).start(startPos); itFile.iterator2Bytes(); } catch (Exception e) { e.printStackTrace(); this.tempFile = null; }finally{ try { os.flush(); os.close(); } catch (IOException e) { e.printStackTrace(); } } return getTempFile(); }按行来读取时的文件内容处理
首先，再次声明，按行来遍历文件的时候，只适合文本文件。除非你对每一行的换行符用/r还是/n没有要求。像exe文件，如果用行来遍历的话，你写出为一个新的文件的时候，任意一个的换行符的不对都可能导致一个exe文件变为”unexe”文件！
过程中，我用到了：
一个辅助类Status，来辅助控制遍历的流程。
一个接口FlowLineProcesser，类似于一个处理文本的流水线。
Status和FlowLineProcesser是相互辅助的，Status也能辅助FlowLineProcesse是流水线的具体过程，Status是控制处理过程中怎么处理d的。
我也想了许多次，到底要不要把这个过程搞的这么复杂。但是还是先留着吧…
先看辅助类Status:
public class Status{ /** * 是否找到了开头,默认false，若true则后续的遍历不会执行相应的firstStep()方法 */ public boolean overFirstStep = false; /** * 是否找到了结尾，默认false,若true则后续的遍历不会执行相应的finalStep()方法 */ public boolean overFinalStep = false; /** * 是否继续读取源文件，默认true表示继续读取，false则表示，执行本次操作后，遍历终止 */ public boolean shouldContinue = true;}然后是FlowLineProcesser接口：
FlowLineProcesser是一个接口，类似于一个流水线。定义了两步操作，分别对应两个方法fistStep()和finalStep()。其中两个方法的返回值都是String，firstStep接受到得line是真正从文件中读取到的行，它将line经过自己的处理后，返回处理后的line给finalStep。所以，finalStep中得line其实是firstStep处理后的结果。但是最终真正返回给主处理流程的line，正是finalStep处理后的返回值。
public interface FlowLineProcesser{ /** * * @param line 读取到的行 * @param lineNumber 行号,从1开始 * @param status 控制器 * @return * @time 2017年1月22日 下午5:02:02 */ String firstStep(String line,int lineNumber,Status status); /** * @tips * @param line 读取到的行（是firstStep()处理后的结果） * @param lineNumber 行号,从1开始 * @param status 控制器 * @return * @time 2017年1月22日 下午5:02:09 */ String finalStep(String line,int lineNumber,Status status);}现在，可以来看一下如何去实现文本的抽取了：
所有读取的行，都临时存到一个stringbuilder中去。firstStep先进行一次处理，得到返回值后传递给finalStep,再次处理后，将得到的结果保存下来。如果最后的结果是null,则不会保存。
public String extractAsString(FlowLineProcesser method) { try { checkIn(); } catch (Exception e) { e.printStackTrace(); return null; } final StringBuilder builder = new StringBuilder(); this.mMethod = method; new IteratorFile(){ Status status = new Status(); @Override public boolean doWhat(String line, int currentIndex) { String lineAfterProcess = ""; if(!status.overFirstStep){ lineAfterProcess = mMethod.firstStep(line, currentIndex,status); } if(!status.shouldContinue){ return false; } if(!status.overFinalStep){ lineAfterProcess = mMethod.finalStep(lineAfterProcess,currentIndex,status); } if(lineAfterProcess!=null){ builder.append(lineAfterProcess); builder.append(getLineStr());//换行符被写死在这里了 } if(!status.shouldContinue){ return false; } return true; } }.from(in).iterator2Line(); return builder.toString(); }当要抽取的文本太大的时候，可以采用生成新文件的方式。与返回string的流程基本一致。
public File extractAsFile(FlowLineProcesser method) { try { checkIn(); checkOut(); } catch (Exception e) { e.printStackTrace(); return null; } this.mMethod = method; File file = initOutFile(); if(file==null){ return null; } FileWriter fileWriter = null; try { fileWriter = new FileWriter(file); } catch (Exception e) { e.printStackTrace(); return null; } final BufferedWriter writer = new BufferedWriter(fileWriter); IteratorFile itfile = new IteratorFile(){ Status status = new Status(); @Override public boolean doWhat(String line, int currentIndex) { String lineAfterProcess = ""; if(!status.overFirstStep){ lineAfterProcess = mMethod.firstStep(line, currentIndex,status); } if(!status.shouldContinue){ return false; } if(!status.overFinalStep){ lineAfterProcess = mMethod.finalStep(lineAfterProcess,currentIndex,status); } if(lineAfterProcess!=null){ try { writer.write(lineAfterProcess); writer.newLine();//TODO 换行符在此给写死了 } catch (IOException e) { e.printStackTrace(); return false; } } if(!status.shouldContinue){ return false; } return true; } }; itfile.from(in).iterator2Line(); if(writer!=null){ try { writer.close(); } catch (IOException e) { e.printStackTrace(); } } try { fileWriter.close(); } catch (IOException e) { e.printStackTrace(); } return getTempFile(); }好啦，介绍到此就要结束啦，我们下次再聊~
代码包供您下载哦！—>代码包
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持VeVb武林网。
新闻热点
疑难解答
图片精选
