1. 概述
我们可能希望在Java中使用压缩文件，一种常见格式是.gz，由GZIP实用程序生成。
Java有一个内置的用于读取.gz文件的库，这些文件常用于日志。
在本教程中，我们将探索使用GZIPInputStream类在Java中逐行读取压缩(.gz)文件。
2. 读取GZipped文件
假设我们想将文件的内容读入List，首先，我们需要在路径上找到该文件：
String filePath = Objects.requireNonNull(Main.class.getClassLoader().getResource("myFile.gz")).getFile();
接下来，让我们准备从这个文件读入一个空列表：
List<String> lines = new ArrayList<>();
try (FileInputStream fileInputStream = new FileInputStream(filePath);
GZIPInputStream gzipInputStream = new GZIPInputStream(fileInputStream);
InputStreamReader inputStreamReader = new InputStreamReader(gzipInputStream);
BufferedReader bufferedReader = new BufferedReader(inputStreamReader)) {
//...
}
在try-with-resources块中，我们定义了一个FileInputStream对象来读取GZIP文件。然后，我们有一个GZIPInputStream来解压GZIP文件中的数据。最后，有一个BufferedReader来读取文件中的每一行。
现在，我们可以循环遍历文件逐行读取：
String line;
while ((line = bufferedReader.readLine()) != null) {
lines.add(line);
}
3. 使用Java Stream API处理大型GZipped文件
当面对大型GZIP压缩文件时，我们可能没有足够的内存来加载整个文件。但是，流式方法允许我们在从流中读取内容时逐行处理内容。
3.1 独立方法
让我们构建一个例程来从文件中收集与特定子字符串匹配的行：
try (InputStream inputStream = new FileInputStream(filePath);
GZIPInputStream gzipInputStream = new GZIPInputStream(inputStream);
InputStreamReader inputStreamReader = new InputStreamReader(gzipInputStream);
BufferedReader bufferedReader = new BufferedReader(inputStreamReader)) {
return bufferedReader.lines().filter(line -> line.contains(toFind)).collect(toList());
}
此方法利用lines()方法从文件中创建行流，然后，后续的filter()操作选择感兴趣的行，并使用collect()将它们收集到列表中。
使用try-with-resources可确保当所有操作完成时，各种文件和输入流都能正确关闭。
3.2 使用Consumer<Stream<String>>
在前面的例子中，我们受益于周围的try-with-resources来管理我们的.gz流资源。然而，我们可能希望概括出一种用于动态操作从.gz文件读取的Stream<String>的方法：
try (InputStream inputStream = new FileInputStream(filePath);
GZIPInputStream gzipInputStream = new GZIPInputStream(inputStream);
InputStreamReader inputStreamReader = new InputStreamReader(gzipInputStream);
BufferedReader bufferedReader = new BufferedReader(inputStreamReader)) {
consumer.accept(bufferedReader.lines());
}
这种方法允许调用者传入Consumer<Stream<String>>来对未压缩的行流进行操作。此外，代码会调用该Consumer上的accept()来提供Stream，这允许我们传入任何我们想对行进行操作的内容：
useContentsOfZipFile(testFilePath, linesStream -> {
linesStream.filter(line -> line.length() > 10).forEach(line -> count.incrementAndGet());
});
在这个例子中，我们为Consumer提供了一个计算所有超过一定长度的行的Lambda。
4. 总结
在这篇短文中，我们研究了如何用Java读取.gz文件。
首先，我们研究了如何使用BufferedReader和readLine()将文件读入列表。然后，我们研究了将文件视为Stream<String>来处理行的方法，而不必一次将它们全部加载到内存中。
Post Directory
