如何在使用流读取文件时保留换行符 - java 8

Question

      try (Stream<String> lines = Files.lines(targetFile)) {  
     List<String> replacedContent = lines.map(line ->  
                                       StringUtils.replaceEach(line,keys, values))
                                       .parallel()
                                       .collect(Collectors.toList());
    Files.write(targetFile, replacedContent);
}

我正在尝试替换文件每一行中的多个文本模式。但我观察到“\r\n”（字节等效 10 和 13）被替换为“\r”（仅 10），并且我的比较测试失败了。

我想保留输入文件中的换行符，并且不希望 java 触摸它们。任何人都可以建议是否有一种方法可以做到这一点，而不必使用单独的默认替换“\r\n”。

Answer 1

问题在于Files.lines() 是在BufferedReader.readLine() 之上实现的，它会读取一行直到行终止符并将其丢弃。然后，当您使用Files.write() 之类的内容编写行时，这会在每行之后提供系统特定的行终止符，这可能与读入的行终止符不同。

如果您真的想按原样保留行终止符，即使它们是不同行终止符的混合，您也可以使用正则表达式和Scanner。

首先定义一个匹配包含有效行终止符或 EOF 的行的模式：

Pattern pat = Pattern.compile(".*\\R|.+\\z");

\\R 是一个特殊的换行符匹配器，它匹配常用的行终止符以及一些我从未听说过的 Unicode 行终止符。 :-) 如果您只需要常用的 CRLF、CR 或 LF 终止符，则可以使用 (\\r\\n|\\r|\\n) 之类的东西。

您必须包含 .+\\z 才能匹配文件中没有行终止符的潜在最后“行”。确保正则表达式始终匹配至少一个字符，以便扫描器到达文件末尾时找不到匹配项。

然后，使用Scanner 读取行，直到它返回null：

try (Scanner in = new Scanner(Paths.get(INFILE), "UTF-8")) {
    String line;
    while ((line = in.findWithinHorizon(pat, 0)) != null) {
        // Process the line, then write the output using something like
        // FileWriter.write(String) that doesn't add another line terminator.
    }
}

Answer 2

流中的行不包含任何换行符。

如果Files.lines() 的方法文档中提到了这一点，那就太好了。但是，如果您遵循实现，它最终会导致BufferedReader.readLine()。该方法被记录为返回行的内容，not including any line-termination characters。

您可以在编写行时添加换行符。

系统相关的行分隔符由您调用的Files.write() 方法使用，如documented in its sibling。您还可以使用System.lineSeparator() 获取此系统相关的行分隔符。

如果您想要一个不同的行分隔符，并且知道它是什么，您可以指定它。例如：

    try ( PrintStream out = new PrintStream( Files.newOutputStream( targetFile ))) 
    {
        lines.forEach( line -> out.print( line + "\r\n") );
    }

如果您想要原始文件的行分隔符，您不能只依赖于将其剥离的方法。选项包括：

• 读取第一行分隔符，并猜测它在整个文件中是一致的。这使您可以继续使用Files.lines() 来阅读这些行。
• 使用允许您使用分隔符获取行的 API。
• 逐个字符读取，而不是逐行读取，以便获取行分隔符。

警告：您的代码从同一个文件读取和写入。由于异常终止或错误，您可能会丢失原始数据。