java - 在 InputStream 中过滤(搜索和替换)字节数组

Question

我有一个 InputStream，它将 html 文件作为输入参数。我必须从输入流中获取字节。

我有一个字符串:"XYZ"。我想将这个字符串转换为字节格式，并检查我从 InputStream 获得的字节序列中是否有匹配的字符串。如果有的话，我必须将匹配项替换为其他字符串的 bye 序列。

有人可以帮我解决这个问题吗？我使用正则表达式查找和替换。但是，我不知道如何查找和替换字节流。

以前，我使用 jsoup 来解析 html 并替换字符串，但是由于一些 utf 编码问题，当我这样做时文件似乎已损坏。

TL;DR:我的问题是:

是否有一种方法可以在 Java 中的原始 InputStream 中查找和替换字节格式的字符串？

Answer 1

不确定您是否选择了解决问题的最佳方法。

就是说，我不喜欢(并且有政策不)用“不要”回答问题，所以这里是...

看看FilterInputStream .

来自文档:

A FilterInputStream contains some other input stream, which it uses as its basic source of data, possibly transforming the data along the way or providing additional functionality.

---

把它写下来是一个有趣的练习。这是一个完整的例子:

import java.io.*;
import java.util.*;

class ReplacingInputStream extends FilterInputStream {

    LinkedList<Integer> inQueue = new LinkedList<Integer>();
    LinkedList<Integer> outQueue = new LinkedList<Integer>();
    final byte[] search, replacement;

    protected ReplacingInputStream(InputStream in,
                                   byte[] search,
                                   byte[] replacement) {
        super(in);
        this.search = search;
        this.replacement = replacement;
    }

    private boolean isMatchFound() {
        Iterator<Integer> inIter = inQueue.iterator();
        for (int i = 0; i < search.length; i++)
            if (!inIter.hasNext() || search[i] != inIter.next())
                return false;
        return true;
    }

    private void readAhead() throws IOException {
        // Work up some look-ahead.
        while (inQueue.size() < search.length) {
            int next = super.read();
            inQueue.offer(next);
            if (next == -1)
                break;
        }
    }

    @Override
    public int read() throws IOException {    
        // Next byte already determined.
        if (outQueue.isEmpty()) {
            readAhead();

            if (isMatchFound()) {
                for (int i = 0; i < search.length; i++)
                    inQueue.remove();

                for (byte b : replacement)
                    outQueue.offer((int) b);
            } else
                outQueue.add(inQueue.remove());
        }

        return outQueue.remove();
    }

    // TODO: Override the other read methods.
}

示例用法

class Test {
    public static void main(String[] args) throws Exception {

        byte[] bytes = "hello xyz world.".getBytes("UTF-8");

        ByteArrayInputStream bis = new ByteArrayInputStream(bytes);

        byte[] search = "xyz".getBytes("UTF-8");
        byte[] replacement = "abc".getBytes("UTF-8");

        InputStream ris = new ReplacingInputStream(bis, search, replacement);

        ByteArrayOutputStream bos = new ByteArrayOutputStream();

        int b;
        while (-1 != (b = ris.read()))
            bos.write(b);

        System.out.println(new String(bos.toByteArray()));

    }
}

给定字符串 "Hello xyz world" 的字节，它打印:

Hello abc world