GZIPInputStream逐行读取

Question

我有一个.gz格式的文件。读取此文件的Java类是GZIPInputStream。但是，此类不会扩展Java的BufferedReader类。结果，我无法逐行读取文件。我需要这样的东西

reader  = new MyGZInputStream( some constructor of GZInputStream) 
reader.readLine()...

尽管我创建了扩展java的Reader或BufferedReader类并使用GZIPInputStream作为其变量之一的类。

import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.Reader;
import java.util.zip.GZIPInputStream;

public class MyGZFilReader extends Reader {

    private GZIPInputStream gzipInputStream = null;
    char[] buf = new char[1024];

    @Override
    public void close() throws IOException {
        gzipInputStream.close();
    }

    public MyGZFilReader(String filename)
               throws FileNotFoundException, IOException {
        gzipInputStream = new GZIPInputStream(new FileInputStream(filename));
    }

    @Override
    public int read(char[] cbuf, int off, int len) throws IOException {
        // TODO Auto-generated method stub
        return gzipInputStream.read((byte[])buf, off, len);
    }

}

但是，这在我使用时不起作用

BufferedReader in = new BufferedReader(
    new MyGZFilReader("F:/gawiki-20090614-stub-meta-history.xml.gz"));
System.out.println(in.readLine());

有人可以建议如何进行..

Answer 1

装饰器的基本设置如下：

InputStream fileStream = new FileInputStream(filename);
InputStream gzipStream = new GZIPInputStream(fileStream);
Reader decoder = new InputStreamReader(gzipStream, encoding);
BufferedReader buffered = new BufferedReader(decoder);

此代码段中的关键问题是的值encoding。这是文件中文本的字符编码。是“ US-ASCII”，“ UTF-8”，“ SHIFT-JIS”，“
ISO-8859-9”等吗？有数百种可能性，通常无法从文件本身确定正确的选择。必须通过一些带外通道来指定。

例如，也许这是平台默认值。但是，在网络环境中，这非常脆弱。写入文件的计算机可能位于相邻的小隔间中，但是具有不同的默认文件编码。

大多数网络协议使用标头或其他元数据来显式记录字符编码。

在这种情况下，从文件扩展名看来，内容是XML。为此，XML在XML声明中包含“
encoding”属性。此外，应该真正使用XML解析器而不是文本来处理XML。逐行读取XML似乎是一种脆弱的特殊情况。

未能明确指定编码违反第二条诫命。 使用默认编码会带来麻烦！