按字节（字符）拆分字节数组

Question

我正在构建历史解析器，有一个应用程序已经完成了日志记录任务（基于文本）。 现在我的主管要我创建一个应用程序来读取该日志。 日志是在月末创建的，由[date]：

分隔

[19-11-2014]
- 这里有什么内容 - 这里有什么

[20-11-2014]
- 这里有什么内容 - 这里有什么

等...

如果日志文件的大小很小，则DataInputStream处理内容以获取byte []并将其转换为String然后执行过滤过程（通过执行子字符串等）没有问题。

但是当文件大小（大约100mb）时，它会抛出JavaHeapSpace异常。我知道这是因为内容的长度超过String maxlength，当我尝试不将byte []转换为字符串时，没有抛出异常。

现在的问题是，如何将byte []拆分成几个字节[]？ 每个新字节[]只包含单个：

[日期]
- 这里有什么

因此，如果在一个月内我们在日志中有9个日期，它将被分成9个字节[]。 分裂标记将基于[\\ d {2} - \\ d {2} - \\ d {4}]，如果是字符串我可以使用正则表达式查找所有标记，获取indexOf然后子串。

但是如何在不先转换为字符串的情况下执行此操作？因为它会抛出JavaHeapSpace。

Answer 1

我认为这里有几个概念你不会错过。

首先，InputStream是一个Stream，这意味着它是一个字节流。您对该流程的处理取决于您，但将所有流保存到内存完全违反了流构造的要点。

其次，DataInputStream用于读取由DataOutputStream序列化的二进制文件中的对象。只读一个字符串对于这种类型的流来说是过度的，因为简单的InputStream可以做到这一点。

至于你的具体问题，我会使用BufferedFileReader，一次读一行，直到到达下一个日期。此时，您可以在读取的最后一行行上执行所需的任何处理，并释放内存。因此没有遇到同样的问题。