为java开发（文件）交换格式

我想提出一种二进制格式，用于以POF（纯旧文件；）的形式在应用程序实例之间传递数据

先决条件：

应该是跨平台的

要持久化的信息包括单个POJO&任意字节[]s（实际上，POJO将其名称存储在字符串[]中）

只需要顺序访问

应该是检查数据一致性的一种方法

应该小而快

应防止使用archiver+记事本的普通用户修改数据

目前，我正在使用DeflaterOutputStream+OutputStreamWriter和InflaterInputStream+InputStreamReader来保存/恢复用XStream序列化的对象，每个文件一个对象。读写器使用UTF8。 现在，需要扩展它以支持前面描述的。 我对格式的看法：

{serialized to XML object}
{delimiter}
{String file name}{delimiter}{byte[] file data}
{delimiter}
{another String file name}{delimiter}{another byte[] file data}
...
{delimiter}
{delimiter}
{MD5 hash for the entire file}

这看起来正常吗

您将使用什么作为分隔符，以及如何确定它

在这种情况下，计算MD5的正确方法是什么

关于这个问题，你建议读什么

---

TIA.

模型的序列化（如果您进入MVC）不是另一种方式吗？如果可能的话，我更喜欢使用语言（或标准库）中的东西，而不是使用我自己的。我能看到的唯一问题是文件大小可能比您想要的大。

您可以使用zip（rar/7z/tar.gz/…）库。很多都存在，大多数都经过了很好的测试，这可能会为您节省一些时间

可能没有那么有趣。

1）这看起来正常吗

看起来相当理智。然而，如果你打算发明自己的格式而不是仅仅使用它，那么你应该有一个很好的理由。你有什么好的理由吗（在某些情况下确实存在）？使用XStream的标准原因之一是使结果具有可读性，而二进制格式会立即丢失。您是否有充分的理由使用二进制格式而不是人类可读的格式？查看为什么人类可读性好（和坏）

把所有东西都放在一个有签名的罐子里不是更容易吗。已经有很多方法可以做到这一点，并且提供了压缩和验证

2） 您将使用什么作为分隔符以及如何确定它

我宁愿在块之前显式存储每个块的长度，而不是分隔符。它同样简单，并且防止您在分隔符自动出现时必须跳出它

3） 在这种情况下，计算MD5的正确方法是什么

有一种方法看起来很合理

4） 关于这个问题，你建议读什么

关于连载的问题？我读过关于Java序列化和XStream序列化的书，所以我了解了它们的优缺点，特别是人类可读文件的好处。我还将研究一种经典的文件格式，例如来自微软的文件格式，以了解在每个字节都很重要的年代可能做出的设计决策，以及这些决策是如何扩展的。例如：.

可能是一种方法

这是丹尼尔·斯皮瓦克的一篇文章

不幸的是，bencode规范不支持utf8，这对我来说是一个阻碍

---

稍后可能会谈到这一点，但目前xml似乎是一个更好的选择（将blob序列化为映射）。

也许您可以解释一下，这比使用JAR等现有文件格式更好

这种类型的大多数标准文件格式都使用CRC，因为它计算起来更快。如果你想防止故意修改，MD5更合适。

它看起来很疯狂

• 为什么要发明一种新的文件格式
• 为什么只阻止愚蠢的用户更改文件
• 为什么使用二进制格式（难以压缩）
• 为什么使用接收时无法解析的格式？（接收方必须先接收整个文件，然后才能对该文件采取行动。）
• XML已经是一种可压缩的序列化格式。因此，您正在序列化序列化格式

---

让我们看看这应该是非常简单的
先决条件：
0。应该是跨平台的
一,。要持久化的信息包括单个POJO&任意字节[]s（实际上，POJO将其名称存储在字符串[]中）
二,。只需要顺序访问
三,。应该是检查数据一致性的一种方法
四,。应该小而快
五,。应防止使用archiver+记事本的普通用户修改数据
猜猜看，你几乎已经拥有了它，它已经内置在平台中：
如果您需要减少在连接中发送的数据量并提供自定义序列化（例如，对于给定对象，您可以只发送1,2,3，而不使用属性名称或任何类似的名称，并以相同的顺序读取它们），您可以以某种方式使用它
如果你真的需要它在“纯文本”中，你也可以对它进行编码，它需要的字节数几乎相同
例如，这个bean：

import java.io.*;
public class SimpleBean implements Serializable  { 
    private String website = "http://stackoverflow.com";
    public String toString() { 
        return website;
    }
}

可以这样表示：

rO0ABXNyAApTaW1wbGVCZWFuPB4W2ZRCqRICAAFMAAd3ZWJzaXRldAASTGphdmEvbGFuZy9TdHJpbmc7eHB0ABhodHRwOi8vc3RhY2tvdmVyZmxvdy5jb20=

---

此外，如果您需要一个声音协议，您也可以查看Google的内部交换格式。
我同意，听起来您并不需要新的格式或二进制格式。 如果你真的想要二进制格式，为什么不考虑其中的一个：
• 二进制XML（快速信息集，Bnux）
• 黑森
• 谷歌数据包缓冲区
但除此之外，许多文本格式也应该工作得很好（或者更好）；易于调试，广泛的工具支持，压缩到与二进制文件大致相同的大小（二进制文件压缩效果很差，信息理论表明，对于相同的有效信息，可以获得相同的压缩率——这在我的测试中是正确的）
因此，或许还可以考虑：
• Json运行良好；通过base64提供二进制支持（例如，）
• XML也不错；高效的流式解析器，其中一些具有base64支持（，'org.codehaus.stax下的“类型化访问API”）