java - 将长字符串写入 HTML 文件，InputStream、FileWriter 与 BufferedReader

Question

我对执行此操作的最佳方法有点困惑。我在这里看到了很多关于SO的例子，许多答案都有不同的解决方案。所以我想知道将很长的字符串写入新的 html 文件的最有效方法(即从字符串创建 html 文件)。真的更愿意将所有内容都包装到缓冲区中吗？喜欢:

    fileWriter = new FileWriter(new File(dir, appBook.getPath()));
    bufferWritter = new BufferedWriter(fileWriter);
    bufferWritter.append(htmlContent);

或者我可以这样做(在不损失性能的情况下)

    fileWriter = new FileWriter(new File(dir, appBook.getPath()));
    fileWriter .append(htmlContent);

..

这是我已经使用了一段时间的方法:

//Will run out of memory if i dont split the string in 650000 chunks
    String[] bookPieces = splitString(htmlContent, Math.round(htmlContent.length()/650000));
    OutputStream outputStream = null;
    InputStream inputStream = null;

    try {
        outputStream = new FileOutputStream(new File(dir, appBook.getPath())); //.html path
        for (String text : bookPieces) {
            byte[] theBytes = text.getBytes(Charset.forName("UTF-16"));
            inputStream = new ByteArrayInputStream(theBytes);
            byte[] bufferData = new byte[1024];
            int bytesRead = inputStream.read(bufferData);

            while (bytesRead != -1) {
                outputStream.write(bufferData, 0, bytesRead); //add the bufferData data to the "new file"
                bytesRead = inputStream.read(bufferData); // keep on reading and filling the dynamic byte araay until it returns -1
            }
            //need to GC the inputsteam myself!!!!
            inputStream = null;

        }
        toReturn = true;

    } 

我读到，对于长文本字符串，首选使用 BufferedReader。所以我改为:

    String[] bookPieces = splitString(htmlContent, Math.round(htmlContent.length()/650000));
    OutputStream outputStream = null;
    InputStream inputStream = null;

    OutputStreamWriter oo;

    try {
        outputStream = new FileOutputStream(new File(dir, appBook.getPath()));
        for (String text : bookPieces) {

            byte[] theBytes = text.getBytes(Charset.forName("UTF-16"));
            inputStream = new ByteArrayInputStream(theBytes);

            InputStreamReader iReader = new InputStreamReader(inputStream,Charset.forName("UTF-16"));
            BufferedReader bufferedReader = new BufferedReader(iReader);

            oo = new OutputStreamWriter(outputStream);

            String nextLine;

            while ((nextLine = bufferedReader.readLine())!=null) {
                oo.write(nextLine);
            }
            //need to GC the inputsteam myself!!!!
            inputStream = null;

        } 

但是我无法使用该方法获得正确的编码，某些字符会有所不同，例如“—”变成“〔。而且我仍然必须将字符串分成 block ，所以我看不到改变的目的(我是否以错误的方式实现了这一点？请告诉我使用 bufferedReader 执行此操作的正确方法)。

...比我最终找到了两种更快的方法，甚至不需要我将字符串分成这么多 block 。

    String[] bookPieces = splitString(htmlContent, Math.round(htmlContent.length()/100));
    FileWriter fileWriter = null;
    BufferedWriter bufferWritter = null;
    try {
        fileWriter = new FileWriter(new File(dir, appBook.getPath()));
        bufferWritter = new BufferedWriter(fileWriter);

        //Has to append, if write than OOM.
        bufferWritter.append(htmlContent);

        toReturn = true;

    }

//与使用 Encoding 相比，它比上面的稍慢

    //Need to split large strings in 100 chuncks
    String[] bookPieces = splitString(htmlContent, Math.round(htmlContent.length()/100));
    BufferedWriter bufferWritter = null;
    OutputStreamWriter osw= null;
    try {
        // Create osw and assign it an Encoding
        osw = new OutputStreamWriter(
                new FileOutputStream(new File(dir, appBook.getPath())),
                Charset.forName("UTF-16"));
        bufferWritter = new BufferedWriter(osw);
        for (String text : bookPieces) {
            bufferWritter.write(text); //write faster than append here
        }

        toReturn = true;

    }

Answer 1

这是一种简单但更高效的编写代码的方式，IMO:

int buffSize = Math.min(65536, htmlContent.length());
try (Writer osw = new OutputStreamWriter(
            new FileOutputStream(new File(dir, appBook.getPath())),
            Charset.forName("UTF-16"));
     BufferedWriter bw = new BufferedWriter(osw, buffSize)) {
    bw.write(htmlContent);
}

代码注释:

1. 此版本不会拆分文本。 BufferedWriter.write(String) 代码根据 BufferedWriter 的缓冲区大小提取、转换并写出 block 中的字符串字符。自己进行分块是没有意义的。

2. 此版本根据要写入的字符串的大小设置 BufferedWriter 的缓冲区大小。但超过一定大小(猜测为 65K)时，通过增加缓冲区大小就无法获得任何性能优势。

3. 该版本使用“try with resources”来防止资源泄漏。

<小时/>

进一步的想法。

使用 NIO 可能会获得更高的性能。

通过使用令人讨厌的反射来访问String对象的私有(private)字符数组，可能会获得更高的性能。 (不要这样做。这是一个坏主意!)

更好的方法可能是不要将 HTML 组装为巨大的字符串。相反，将组成 HTML 的字符/字符串直接写入 BufferedWriter。这样就无需将整个 HTML 一次性保存在内存中¹。

<小时/>

^{1 - 假设您使用的 StringBuilder 没有良好的大小提示，您将需要最多 3N 个 char[] 字符来组装一个字符串大小 N。如果你有一个好的大小提示，你只需要 2N 个字符......}