在 scala 中解压并读取 gzip 文件

Question

在 Scala 中，如何解压缩 file.gz 中包含的文本以便对其进行处理？我很乐意将文件的内容存储在变量中，或者将其保存为本地文件，以便之后程序可以读取它。

具体来说，我是使用 Scalding 来处理压缩的日志数据，但是 Scalding 并没有在FileSource.scala 中定义读取它们的方式。

Answer 1

这是我的版本：

import java.io.BufferedReader
import java.io.InputStreamReader
import java.util.zip.GZIPInputStream
import java.io.FileInputStream

class BufferedReaderIterator(reader: BufferedReader) extends Iterator[String] {
  override def hasNext() = reader.ready
  override def next() = reader.readLine()
}

object GzFileIterator {
  def apply(file: java.io.File, encoding: String) = {
    new BufferedReaderIterator(
      new BufferedReader(
        new InputStreamReader(
          new GZIPInputStream(
            new FileInputStream(file)), encoding)))
  }
}

然后做：

val iterator = GzFileIterator(new java.io.File("test.txt.gz"), "UTF-8")
iterator.foreach(println)