Question

我有一个1.99 GB的字符文件。现在，我想从该文件中随机提取数百万个子序列，例如从位置90到190,10到110,50000到50100等（每个长度为100个字符）。

我通常使用，

    FileChannel channel = new RandomAccessFile(file , "r").getChannel();
    ByteBuffer buffer = channel.map(FileChannel.MapMode.READ_ONLY, 0, channel.size());
    Charset chars = Charset.forName("ISO-8859-1");
    CharBuffer cbuf = chars.decode(buffer);
    String sub = cbuf.subSequence(0, 100).toString();

    System.out.println(sub);

但是，对于上面代码为1.99 gb的文件会出错，

java.lang.IllegalArgumentException
        at java.nio.CharBuffer.allocate(CharBuffer.java:328)
        at java.nio.charset.CharsetDecoder.decode(CharsetDecoder.java:792)
        at java.nio.charset.Charset.decode(Charset.java:791)

所以，我使用了以下代码，

FileChannel channel = new RandomAccessFile(file , "r").getChannel();
CharBuffer cbuf = channel.map(FileChannel.MapMode.READ_ONLY, 0, channel.size()).asCharBuffer() ;
String sub = cbuf.subSequence(0, 100).toString();

System.out.println(sub);

不会产生上述错误但会返回输出：

ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹ä¹

应该是＆＃34; 011111000000 ........＆＃34;

任何人都可以帮助我为什么会发生这种事情以及如何解决这个问题？

Answer 1

我只是在猜测，但我认为Charset.decode(ByteBuffer)在尝试在幕后为您分配巨大的 CharBuffer时会失败。同样，这只是一种预感，但decode方法只将字节从缓冲区的当前位置解码到其限制，因此您可以执行类似的操作。

ByteBuffer buffer = ...
Charset charset = ...

buffer.position(0);
buffer.limit(100);

System.out.println(charset.decode(buffer));

CharBuffer方法返回的decode的容量（以字符为单位）将为100。

_{（旁注，我认为你的第二次尝试会产生错误的输出，因为你没有使用特定的字符集来解码你的CharBuffer。）}

Java - Char缓冲区问题

1 个答案: