Question

我想从文件中读几个字。我没有找到任何方法来做这个，所以我决定读取 char by char ，但是我需要停在空格处将读取的单词存储在我的数组中并转到下一个。

我正在制作一个外部排序应用程序，这就是我有内存限制的原因，在这种情况下，我不能只使用readLine()然后使用split()，我需要有一个控制我读到的东西。

read()方法返回 int ，我不知道我可以对read()方法做什么返回 char 并停止阅读在一个空间之后。

这是我的代码：

protected static String [] readWords(String arqName, int amountOfWords) throws IOException {
    FileReader arq = new FileReader(arqName);
    BufferedReader lerArq = new BufferedReader(arq);

    String[] words = new String[amountOfWords];

    for (int i = 0; i < amountOfWords; i++){
        //words[i] = lerArq.read();
    }

    return words;
}

编辑1：我使用了扫描程序和next()方法，它运行正常。扫描仪的初始化位于Main。

static String [] readWords(int amountOfWords, Scanner leitor) throws IOException {
    String[] words= new String[amountOfWords];

    for (int i = 0; i < amountOfWords; i++){
        words[i] = leitor.next();
    }

    return words;
}

Answer 1

也许这会有所帮助。

使用read()不是问题。只需将结果转换为字符：

...
for (int i = 0; i < memTam; i++) {
      // this should work. you will get the actual character
      int current = lerArq.read();
      if (current != -1) {
          char c = (char) current;
          // then you can do what you need with this character
      }
}
...

该方法返回字符读取，为0到65535范围内的整数，如果已到达流末尾，则返回-1。

我不会添加很多关于编码的理论，它是如何在Java中完成的，因为我不知道一些非常低级的细节。我对它是如何工作有基本的高级理解。

键盘上的每一个键都有一个与之关联的数字。您键入的每个字符都可以转换为十进制数字。例如，A成为数字65。这是一个标准，它是全球公认的。

此时，我希望您能同意read()方法返回数字而不是实际字符并不奇怪：）

有一种称为ASCII表的东西，代表键盘上所有键的所有代码（数字）。

这里只是展示ot看起来如何：

Dec  Char                           Dec  Char     Dec  Char     Dec  Char
---------                           ---------     ---------     ----------
  0  NUL (null)                      32  SPACE     64  @         96  `
  1  SOH (start of heading)          33  !         65  A         97  a
  2  STX (start of text)             34  "         66  B         98  b
  3  ETX (end of text)               35  #         67  C         99  c
  4  EOT (end of transmission)       36  $         68  D        100  d
  5  ENQ (enquiry)                   37  %         69  E        101  e
  6  ACK (acknowledge)               38  &         70  F        102  f
  7  BEL (bell)                      39  '         71  G        103  g
  8  BS  (backspace)                 40  (         72  H        104  h
  9  TAB (horizontal tab)            41  )         73  I        105  i
 10  LF  (NL line feed, new line)    42  *         74  J        106  j
 11  VT  (vertical tab)              43  +         75  K        107  k
 12  FF  (NP form feed, new page)    44  ,         76  L        108  l
 13  CR  (carriage return)           45  -         77  M        109  m
 14  SO  (shift out)                 46  .         78  N        110  n
 15  SI  (shift in)                  47  /         79  O        111  o
 16  DLE (data link escape)          48  0         80  P        112  p
 17  DC1 (device control 1)          49  1         81  Q        113  q
 18  DC2 (device control 2)          50  2         82  R        114  r
 19  DC3 (device control 3)          51  3         83  S        115  s
 20  DC4 (device control 4)          52  4         84  T        116  t
 21  NAK (negative acknowledge)      53  5         85  U        117  u
 22  SYN (synchronous idle)          54  6         86  V        118  v
 23  ETB (end of trans. block)       55  7         87  W        119  w
 24  CAN (cancel)                    56  8         88  X        120  x
 25  EM  (end of medium)             57  9         89  Y        121  y
 26  SUB (substitute)                58  :         90  Z        122  z
 27  ESC (escape)                    59  ;         91  [        123  {
 28  FS  (file separator)            60  <         92  \        124  |
 29  GS  (group separator)           61  =         93  ]        125  }
 30  RS  (record separator)          62  >         94  ^        126  ~
 31  US  (unit separator)            63  ?         95  _        127  DEL

因此，假设您有一个.txt文件，其中包含一些文字 - 所有字母都有相应的数字。

ASCII的问题是ASCII定义了128个字符，它们映射到数字0-127（所有大写字母，小写字母，0-9位数字和更多符号）。

但世界上还有更多不同的字符/符号（不同的字母，表情符号等），因此必须有另一种编码系统来代表它们。

它被称为Unicode。对于代码为0-127的字符，Unicode完全相同。但一般来说，Unicode可以代表更广泛的符号范围。

在Java中，char数据类型（以及Character对象封装的值）基于原始Unicode规范，该规范将字符定义为固定宽度的16位实体。您可以在此javadoc中查看更多详细信息。换句话说，Java中的所有字符串都以UTF-16表示。

希望，在这个漫长的故事之后，为什么在阅读时获得数字有一定道理，但你可以将它们转换为char类型。而且，它只是一种高级概述。快乐编码：）

Answer 2

如果你想通过char读取它（因此你可以更好地控制你要存储的内容和你不想存储的内容），你可以尝试这样的事情：

import java.io.BufferedReader;
import java.io.IOException;

[...]

public static String readNextWord(BufferedReader reader) throws IOException {
    StringBuilder builder = new StringBuilder();

    int currentData;

    do {
        currentData = reader.read();

        if(currentData < 0) {
            if(builder.length() == 0) {
                return null;
            }
            else {
                return builder.toString();
            }
        }
        else if(currentData != ' ') {
            /* Since you're talking about words, here you can apply
             * a filter to ignore chars like ',', '.', '\n', etc. */

            builder.append((char) currentData);
        }

    } while (currentData != ' ' || builder.length() == 0);

    return builder.toString();
}

然后像这样称呼它：

String[] words = new String[amountOfWordsToRead];

for (int i = 0; i < amountOfWordsToRead; i++){
    words [i] = readNextWord(yourBufferedReader);
}

如何在Java中的特定字符之前读取字符？

2 个答案: