Java字节数组替换所有出现的字节数组/字符串

Question

是否有任何“已经实现”（非手动）的方法来替换字节数组中所有出现的单字节数组/字符串？我有一个案例，我需要创建包含平台相关文本（Linux（换行）、Windows（回车+换行））的字节数组。我知道这样的任务可以手动实现，但我正在寻找开箱即用的解决方案。请注意，这些字节数组很大，在我的情况下，解决方案需要性能方面。另请注意，我正在处理大量这些字节数组。

我目前的做法：

var byteArray = resourceLoader.getResource("classpath:File.txt").getInputStream().readAllBytes();
byteArray = new String(byteArray)
    .replaceAll((schemeModel.getOsType() == SystemTypes.LINUX) ? "\r\n" : "\n",
                (schemeModel.getOsType() == SystemTypes.LINUX) ? "\n" : "\r\n"
    ).getBytes(StandardCharsets.UTF_8);

由于创建新字符串并使用正则表达式查找出现的情况，这种方法在性能上并不明智。我知道由于 Windows 编码，手动实现需要查看字节序列。因此，手动实施也需要重新分配（如果需要）。

Appache common lang utils 包含ArrayUtils，其中包含方法
byte[] removeAllOccurrences(byte[] array, byte element)。是否有任何第三方库包含类似的方法来替换字节数组中出现的 ALL 字节数组/字符串？？

编辑：正如 cmets 中提到的 @saka1029，我的方法不适用于 Windows 操作系统类型。由于这个错误，我需要坚持以下正则表达式：

(schemeModel.getOsType() == SystemTypes.LINUX) ? "\\r\\n" : "[?:^\\r]\\n", 
(schemeModel.getOsType() == SystemTypes.LINUX) ? "\n" : "\r\n")

这样，对于windows的情况，只搜索没有前面'\r'的'\n'的出现并用'\r\n'替换（正则表达式被修改为在'\n'而不是[^ \r]\n 直接定位，否则行中的最后一个字母也会被提取）。这样的工作流程无法使用常规方法实现，因此使这个问题无效。

Answer 1

如果您正在阅读文本，则应将其视为文本，而不是字节。使用BufferedReader 逐行读取，并插入您自己的换行符序列。

String newline = schemeModel.getOsType() == SystemTypes.LINUX ? "\n" : "\r\n";

OutputStream out = /* ... */;

try (Writer writer = new BufferedWriter(
        new OutputStreamWriter(out, StandardCharsets.UTF_8));
    BufferedReader reader = new BufferedReader(
        new InputStreamReader(
            resourceLoader.getResource("classpath:File.txt").getInputStream(),
            StandardCharsets.UTF_8))) {

    String line;
    while ((line = reader.readLine()) != null) {
        writer.write(line);
        writer.write(newline);
    }
}

不需要字节数组，并且您只使用了少量内存——容纳遇到的最大行所需的内存量。 （我很少看到行长超过 1 KB 的文本，但即使是 1 MB 的内存需求也很小。）

如果您要“修复” zip 条目，则 OutputStream 可以是指向新 ZipEntry 的 ZipOutputStream：

String newline = schemeModel.getOsType() == SystemTypes.LINUX ? "\n" : "\r\n";

ZipInputStream oldZip = /* ... */;
ZipOutputStream newZip = /* ... */;

ZipEntry entry;
while ((entry = oldZip.getNextEntry()) != null) {
    newZip.putNextEntry(entry);

    // We only want to fix line endings in text files.
    if (!entry.getName().matches(".*\\." +
        "(?i:txt|x?html?|xml|json|[ch]|cpp|cs|py|java|properties|jsp)")) {

        oldZip.transferTo(newZip);
        continue;
    }

    Writer writer = new BufferedWriter(
        new OutputStreamWriter(newZip, StandardCharsets.UTF_8));

    BufferedReader reader = new BufferedReader(
        new InputStreamReader(oldZip, StandardCharsets.UTF_8));

    String line;
    while ((line = reader.readLine()) != null) {
        writer.write(line);
        writer.write(newline);
    }

    writer.flush();
}
    

一些注意事项：

• 您是否故意忽略 Mac（以及其他既不是 Windows 也不是 Linux 的操作系统）？您应该为除 Windows 之外的所有内容假设 \n。即schemeModel.getOsType() == SystemTypes.WINDOWS ? "\r\n" : "\n"
• 您的代码包含new String(byteArray)，它假定您的资源字节使用运行程序的系统的默认字符集。我怀疑这不是您想要的；我在 InputStreamReader 的构造中添加了StandardCharsets.UTF_8 来解决这个问题。如果您真的打算使用默认字符集读取字节，则可以删除第二个构造函数参数。