java - 在java中使用BufferedInputStream读取大输入流时丢失和意外的字符

Question

我必须读取来自 URL 的大型输入流。我将 InputStream 加载到 BufferedInputStream 中，并将其读取到 byte[ ] 中，然后将该字节 [] 附加到 StringBuilder 中，将其转换为字符串。将所有数据附加到 StringBuilder 后，生成的 String 包含一些丢失和意外的字符。我在这里没有使用任何编码(例如 UTF-8)，因为响应的格式与我预期的类似。

您能提出解决这个问题的建议吗？

代码:

    BufferedInputStream brIn    = new BufferedInputStream(connection.getInputStream());
    StringBuilder response      = new StringBuilder(1000);

    byte[] byteBfr  = new byte[8192];
    int n=0;

    while((n=brIn.read(byteBfr,0,byteBfr.length)) != -1){
        response.append(new String(byteBfr).toCharArray(),0,n);
    }

    return  response.toString();

输出:这是结果响应的一部分。完整的内容大约包含 554595 行。

预期结果:

  <Hotel>
    <CiID>31</CiID>
    <HoID>58617</HoID>
    <Name>HARRY΄S</Name>
    <Address>PROTARAS</Address>
    <Phone>00357 23 834100</Phone>
    <Fax>0035723831860</Fax>
    <Stars>3</Stars>
  </Hotel>

实际结果:

  <Hotel>
    <CiID>31</CiID>
    <HoID>58617</HoID>
    <Name>HARRY΄S</Name>
    <Address>PROTARAS</AdAdress>
 <   <Phone>00357 23 834100</Phone>
    <Fa9x>00390<P654224546</Fax>
    <Stars>3</Stars>
  </Hotel>

在上面的内容中，您可以在地址、传真和电话中看到意外的字符。

Answer 1

由于您要立即读取整个字符串(而不是在字符串到达​​时对其进行处理)，因此请考虑使用 BufferedReader。

import java.io.*;
import java.net.*;

public class UrlReading {
  public static void main(String[] args) throws Exception {
    URL url = new URL("http://google.com");
    BufferedReader reader = new BufferedReader(
            new InputStreamReader(url.openConnection().getInputStream(), "UTF-8"));
    String inputLine;
    while( (inputLine = reader.readLine()) != null) {
      System.out.println(reader.readLine());
    }
  }
}

或者，如果您正在阅读 xml，请考虑使用可让您解析 xml 的解决方案，例如:

Document doc = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse("http://google.com");