Java 在Scala中,如何从由字符分隔的二进制文件中读取字节?
在Scala中,给定一个二进制文件,我感兴趣的是检索数组[字节]项的列表 例如,二进制文件中的项由字符/字节“my delimiter”分隔Java 在Scala中,如何从由字符分隔的二进制文件中读取字节?,java,scala,apache-spark,inputstream,apache-flink,Java,Scala,Apache Spark,Inputstream,Apache Flink,在Scala中,给定一个二进制文件,我感兴趣的是检索数组[字节]项的列表 例如,二进制文件中的项由字符/字节“my delimiter”分隔 如何获得每个项目的数组[字节]列表?功能解决方案,借助java.nio: import java.nio.file.{Files, Paths} object Main { private val delimiter = '\n'.toByte def main(args: Array[String]): Unit = { val b
如何获得每个项目的数组[字节]列表?功能解决方案,借助
java.nio
:
import java.nio.file.{Files, Paths}
object Main {
private val delimiter = '\n'.toByte
def main(args: Array[String]): Unit = {
val byteArray = Files.readAllBytes(Paths.get(args(0)))
case class Accumulator(result: List[List[Byte]], current: List[Byte])
val items: List[Array[Byte]] = byteArray.foldLeft(Accumulator(Nil, Nil)) {
case (Accumulator(result, current), nextByte) =>
if (nextByte == delimiter)
Accumulator(current :: result, Nil)
else
Accumulator(result, nextByte :: current)
} match {
case Accumulator(result, current) => (current :: result).reverse.map(_.reverse.toArray)
}
items.foreach(item => println(new String(item)))
}
}
不过,该解决方案的性能预计会很差。这对你有多重要?您将读取多少个文件、大小和频率?如果性能很重要,那么您应该使用输入流和可变集合:
import java.io.{BufferedInputStream, FileInputStream}
import scala.collection.mutable.ArrayBuffer
object Main {
private val delimiter = '\n'.toByte
def main(args: Array[String]): Unit = {
val items = ArrayBuffer.empty[Array[Byte]]
val item = ArrayBuffer.empty[Byte]
val bis = new BufferedInputStream(new FileInputStream(args(0)))
var nextByte: Int = -1
while ( { nextByte = bis.read(); nextByte } != -1) {
if (nextByte == delimiter) {
items.append(item.toArray)
item.clear()
} else {
item.append(nextByte.toByte)
}
}
items.append(item.toArray)
items.foreach(item => println(new String(item)))
bis.close()
}
}
你检查过这个了吗?解决方案是否允许使用外部库?。是的,外部库是可用的。如果分隔符是多个字符的单个字节,如何扩展/修改此解决方案以实现此目的?