一个文件等于网站的内容？答案

【问题标题】：A file equals content of website?一个文件等于网站的内容？
【发布时间】：2013-09-04 15:20:05
【问题描述】：

我不知道如何将特定文件的内容与网站的内容进行比较。

这是我用来检查的代码，如果它等于：

 private static boolean equals() {
    try {
        return new String(Files.readAllBytes(Paths.get(filePath))).equals(getFile());
    } catch (Exception e) {
        return false;
    }
}

文件路径：

private static final String filePath = "test.txt";

getFile():

private static String getFile() {
    try {
        URL pageURL = new URL(simpleurl);
        URLConnection uc = pageURL.openConnection();
        StringBuilder text = new StringBuilder();
        try (Scanner scanner = new Scanner(uc.getInputStream(), "UTF-8")) {
            while (scanner.hasNextLine()) {
                text.append(scanner.nextLine()).append("\n");
            }
        }
        return text.toString();
    } catch (Exception ex) {
        return null;
    }
}

当内容与文件匹配时，方法#equals() 不断返回false。

【问题讨论】：

难道不是因为您吞下了所有换行符并用\n 替换了它们，原因不明，而不是未触及原来可能实际上是\r\n 的换行符吗？会不会是因为您没有检查响应最初使用的编码，并且一直盲目地认为它是 UTF-8？不会是因为您使用了new String() 而没有指定字符集吗？总而言之，您根本不应该担心字符，也不应该将它们按摩成不同的基于字符的格式。只需获取byte[] 的内容并将byte[] 与byte[] 进行比较。
我刚刚使用\r\n 进行了测试并删除了 UTF-8，但没有成功。我如何将内容获取为 byte[]？
@user2527967 对于初学者，我会放弃 Scanner 包装
@JanDvorak - 你建议用什么来阅读内容？
@user2527967 直接操作inputStream 可能是最好的选择。如果没有，我会检查uc中的其他方法

标签： java file java-io

【解决方案1】：

您不必要地将字节转换为字符并返回，从而丢失原始字节中包含的信息。通常，当您有兴趣读取或操作基于每个字符的字节时，您应该只将字节转换为字符并且您完全了解字符编码的工作原理。这些似乎都不是这里的情况。然后，您应该只是读取和写入原始和未修改的字节，而不是将它们转换为字符。

要将InputStream 从URL 读入byte[]（而不是String），其中一种方法是：

ByteArrayOutputStream output = new ByteArrayOutputStream();

try (InputStream input = url.openStream()) {
    byte[] buffer = new byte[10240];
    for (int length = 0; (length = input.read(buffer)) > 0;) {
        output.write(buffer, 0, length));
    }
}

byte[] contentFromURL = output.toByteArray();

（Apache Commons IO 和 Google Guava 对此有 oneliner 方法）

请注意，当您打算将byte[] 保存到文件中时，您只需执行以下操作即可，无需通过new String() 左右将它们按摩成字符：

Files.write(path, contentFromURL);

另请注意，如果您打算立即将任何 InputStream 保存到文件中而不需要中间人 byte[]，那么您首先应该这样做：

try (InputStream input = url.openStream()) {
    Files.copy(input, path);
}

无论哪种方式，您最终都会得到一个包含与最初获得的完全相同字节的文件。根据您的代码，您已经知道可以从其中获取byte[]，如下所示：

byte[] contentFromFile = Files.readAllBytes(path);

如果您的内容为byte[]，并且想将其与另一个byte[] 进行比较，那么您应该只使用Arrays#equals() 而无需将它们按摩到Strings：

Arrays.equals(contentFromURL, contentFromFile);

就是这样。无需使用您甚至尚未确认 HTTP 响应确实以 that 编码编码的字符编码来显式读取它，也无需吞下所有换行符和用一个固定的替换它们，你甚至还没有确认 HTTP 响应确实使用 that 作为换行符。

【讨论】：

【解决方案2】：

如果内容真的匹配“test.txt”也应该是UTF-8，你应该阅读它

new String(Files.readAllBytes(Paths.get(filePath)), "UTF-8")

在 Linux 系统上可以不使用它，但在 Windows 上则不行。但无论哪种情况，您都应该指定预期的编码。

【讨论】：