Java 文件处理

Java 文件处理，用户希望使用流来处理文本文件的内容，使用 java.io.BufferedReader 或 java.nio.file.Files 类定义的静态方法 lines，以流的形式返回文件内容。在所有基于 FreeBSD 的 UNIX 系统（包括 macOS）中，/usr/share/dict/ 文件夹都包含《韦氏国际英语词典（第 2 版）》。

Java 文件处理 问题描述

用户希望使用流来处理文本文件的内容。

Java 文件处理 解决方案

使用 java.io.BufferedReader 或 java.nio.file.Files 类定义的静态方法 lines，以流的形式返回文件内容。

Java 文件处理 具体实例

在所有基于 FreeBSD 的 UNIX 系统（包括 macOS）中，/usr/share/dict/ 文件夹都包含《韦氏国际英语词典（第 2 版）》。web2 文件收录了大约 23 万个单词，每个单词在文件中占据一行。
假设我们希望查找词典中最长的 10 个单词。为此，我们首先使用 Files.lines 方法，将单词作为字符串流进行检索，然后执行 map、filter 等常规的流处理操作。相关示例如例 7-1 所示。

例 7-1　在 web2 文件中查找最长的 10 个单词

try (Stream<String> lines = Files.lines(Paths.get("/usr/share/dict/web2")) {
    lines.filter(s -> s.length() > 20)
        .sorted(Comparator.comparingInt(String::length).reversed())
        .limit(10)
        .forEach(w -> System.out.printf("%s (%d)%n", w, w.length()));
} catch (IOException e) {
    e.printStackTrace();
}

在本例中，filter 方法中的谓词筛掉了长度不足 20 个字符的单词，sorted 方法按长度对这些单词做降序排序，limit 方法在获取前 10 个单词后终止程序，然后打印这些单词。由于流是在 try-with-resources 代码块中打开的，当 try 代码块完成时，系统将自动关闭流与词典文件。

流与 AutoCloseable 接口
Stream 接口继承自 BaseStream，而它是 AutoCloseable 的子接口。因此，可以在 Java 7 新增的 try-with-resources 代码块中使用流。try 代码块执行完毕后，系统将自动调用 close 方法。它不仅会关闭流，还会调用流的流水线（stream pipeline）中的任何 close 处理程序以释放资源。
到目前为止，我们尚未接触 try-with-resources 包装器，因为之前讨论的流是从集合或在内存中生成的。而在本范例中，流是基于文件的，因此 try-with-resources 能确保词典文件也被关闭。

执行例 7-1 中的代码，结果如例 7-2 所示。

例 7-2　词典中最长的 10 个单词

formaldehydesulphoxylate (24)
pathologicopsychological (24)
scientificophilosophical (24)
tetraiodophenolphthalein (24)
thyroparathyroidectomize (24)
anthropomorphologically (23)
blepharosphincterectomy (23)
epididymodeferentectomy (23)
formaldehydesulphoxylic (23)
gastroenteroanastomosis (23)

如上所示，词典中有 5 个单词的长度为 24 个字符。结果之所以按字母顺序显示，只是因为原始文件中的单词是按字母顺序排序的。在例 7-1 中，如果为 sorted 方法的 Comparator 参数添加一个 thenComparing 子句，就能调整等长单词的排序方式了。
在 5 个长度为 24 个字符的单词之后，是 5 个长度为 23 个字符的单词，其中大部分单词来自医学领域。^3
3好在 blepharosphincterectomy（眼轮匝肌切除术）与其字面意思无关，这是一个与减轻角膜上眼睑压力有关的单词。听起来很头疼？其实可能更头疼。

如果将 Collectors.counting 作为下游收集器，就能确定词典中每种长度的单词数量，如例 7-3 所示。

例 7-3　确定每种长度的单词数量（升序排序）

try (Stream<String> lines = Files.lines(Paths.get("/usr/share/dict/web2"))) {
    lines.filter(s -> s.length() > 20)
         .collect(Collectors.groupingBy(String::length, Collectors.counting()))
         .forEach((len, num) -> System.out.println(len + ": " + num));
}

上述代码使用收集器 groupingBy 创建一个 Map，其中键为单词长度，值为每种长度的单词数量。代码的执行结果如下：

21: 82
22: 41
23: 17
24: 5

上述输出虽然提供了部分信息，但并非特别有用。且结果按升序排序，这也可能不满足我们的要求。
另一种方案是采用 Map.Entry 接口新增的静态方法 comparingByKey 和 comparingByValue，二者均传入可选的 Comparator（相关讨论请参见范例对映射排序）。如例 7-4 所示，通过比较器 reverseOrder 进行排序时，将返回自然顺序的相反顺序。

例 7-4　确定每种长度的单词数量（降序排序）

try (Stream<String> lines = Files.lines(Paths.get("/usr/share/dict/web2"))) {
    Map<Integer, Long> map = lines.filter(s -> s.length() > 20)
        .collect(Collectors.groupingBy(String::length, Collectors.counting()));

    map.entrySet().stream()
        .sorted(Map.Entry.comparingByKey(Comparator.reverseOrder()))
        .forEach(e -> System.out.printf("Length %d: %d words%n",
            e.getKey(), e.getValue()));
}

程序的执行结果如下：

Length 24:  5 words
Length 23: 17 words
Length 22: 41 words
Length 21: 82 words

如果数据源不是文件，也可以使用 BufferedReader 类新增的 lines 方法（这种情况下，lines 是一个实例方法）。采用 BufferedReader.lines 方法对例 7-4 改写，结果如例 7-5 所示。

例 7-5　BufferedReader.lines 方法的应用

try (Stream<String> lines =
        new BufferedReader(
            new FileReader("/usr/share/dict/words")).lines()) {

    // 其余代码与例7-4相同
}

需要再次强调的是，由于 Stream 接口实现了 AutoCloseable 接口，当 try-with-resources 代码块关闭流时，底层 BufferedReader 也随之关闭。