读取gz文件并跟踪文件中的位置

Question

所以，情况如下：

我必须阅读大的.gz档案（GB）以及它们的“索引”，以便稍后能够使用随机访问检索特定的部分。 换句话说，我希望逐行读取存档，并能够获取文件中任何此类行的特定位置。 （这样我可以根据要求直接跳到这些特定的位置）。 （PS：......它是UTF-8所以我们不能假设1个字节== 1个字符。）

所以，基本上，我只需要一个BufferedReader来跟踪它在文件中的位置。但是，这似乎并不存在。

有什么可用的或者我必须自己滚动吗？

其他一些评论：

• 我不能直接使用BufferedReader，因为文件位置对应到目前为止已缓冲的内容。换句话说，是内部缓冲区大小的倍数而不是行位置。
• 出于性能原因，我无法直接使用InputStreamReader。无缓冲可能会减慢速度，顺便说一句，缺乏方便的方法来读取行。
• 我不能使用RandomAccessFile，因为1.它是压缩的，而且2. RandomAccessFile使用“modified”UTF-8

我想最好的是使用一种缓冲读取器来跟踪文件位置和缓冲区偏移......但这听起来非常麻烦。但也许我错过了什么。也许已经存在一些事情要做，一行一行地读取文件并跟踪位置（即使是压缩的）。

感谢您提示，

阿诺

Answer 1

我认为jzran可能正是您所寻找的：

  

这是一个基于Java的Java库   来自zlib的zran.c样本。

     

您可以预处理大型gzip   存档，产生一个可以的“索引”   用于随机读取访问。

     

您可以在索引大小和。之间取得平衡   访问速度。

Answer 2

您要找的是mark()，markSupported()和skip()。

此方法在InputStream和Reader中都声明，因此欢迎您使用它们。

Answer 3

GZIP压缩不支持搜索。构建压缩表需要以前的数据块......