java - 基于5000字节分割文件

Question

我已经根据下面的代码分割了文件，

    int sizeOfFiles = 1024 * 3;// 1MB
    byte[] buffer = new byte[sizeOfFiles];

   // String fileName = f.getName();

    //try-with-resources to ensure closing stream
    try (ByteArrayInputStream fis = new ByteArrayInputStream(f);) {

        int bytesAmount = 0;
        int i=0;
        while ((bytesAmount = fis.read(buffer)) > 0) {

            String result="";
            for (byte b : buffer) {
                result+=(char)b;
            }

            System.out.println(result);

           System.out.print("--------------------------------------------------------");
        }
    }
}

但是当我复制缓冲区中的前 3072 个字节并将其粘贴到 Notepad++ 中时，我开始显示相同的数据超过 3072 个字节。您能帮我解决这个问题吗？

注意:我使用的是 Windows 服务器、Eclipse，文件或字符串的格式为 UTF-8 字符集。

Answer 1

第一个问题是这一行有一个错误:

for (byte b : buffer) {

您假设缓冲区中的所有字节位置都包含数据。但是，如果 read 调用返回的数据少于 sizeOfFiles 字节怎么办？

第二个问题是这条线容易破坏数据。

result += (char) b;

您正在获取输入的每个字节并将其转换为字符。但如果输入文件是二进制文件，这些字节不代表字符。或者，如果输入是文本，则输入中的真实字符可以被编码为例如2个或更多字节。无论哪种方式，当您从 byte 转换为 char 时，您都不会获得正确的 Unicode 代码单元来附加到字符串

(您所做的唯一“有效”的情况是输入文件是 ASCII 或 LATIN-1 编码文本。)

这种损坏很可能会增加相对于输入流的字节数，尤其是在以 UTF-8 格式输出时。 128 到 255 范围内的任何输入字节在转换为 char 并随后以 UTF-8 编码时都将转换为 2 个字节。

最后，当您使用 println 输出字符串时，您将在每个充满缓冲区的数据后面添加一个额外的行分隔符。