如何解析二进制和 ascii 组合文件答案

【问题标题】：How can I parse the binary and ascii combination file如何解析二进制和 ascii 组合文件
【发布时间】：2013-08-22 07:05:24
【问题描述】：

我的文件同时包含 ASCII 文本和二进制内容

当我将该文件解析为 UTF-8 编码类型时

ASCII 类型的部分是可读的，但二进制编码的部分不能读取..

并且整个长度是正确的。因此该文件的编码类型是 UTF-8。

但是如何通过 java 程序解析二进制编码的部分呢？

【问题讨论】：

您的问题根本不清楚...如果它是二进制的，您为什么要阅读它？如果它是二进制文件，你就不能（en.wikipedia.org/wiki/Binary_file）我不认为这是一个 utf8 问题。但也许我错了，请告诉我们更多关于你已经做了什么以及你想要什么

【解决方案1】：

您可以尝试读取 1 个字节并决定： - 它是 ASCII 或 UTF-8（如果大于 127，则可能是 UTF-8） - 如果是 ASCII 而不是添加到字符串和状态重置。

如果可能是 UTF-8：阅读第二部分：下一个字节。如果最后 2 个字节是 UTF-8，则添加到字符串和状态重置如果不是可接受的 UTF-8 字符，则最后 2 个是二进制数据：添加到数据队列。

处理下一个字节直到文件结束。

在这种情况下，您将拥有所有可能的 ASCII 和所有可能的 UTF-8 字符以及剩余的数据。

当读取的字符在数据中时可能会出现这种情况，除非您拥有原始文件描述符，否则无法知道。就像是：在位置 1000 开始一个数据块，直到.... pos 2000。在位置 2000 开始直到 2500 ASCII 字符串等等。

希望对你有帮助

【讨论】：

【解决方案2】：

视情况而定。

将文件读取为二进制文件，可能是 ByteBuffer，因此字节序列可能会被提取为字符串。

或者，如果您可以制作格式的语法，那也是可行的：将字节级别的关键字与String.getBytes("UTF-8") 匹配。 StringTemplate 如果您真的想在语法解决方案上付出努力。

【讨论】：