如何读取字符直到 Java 中的特定字符？
How can I read characters until a specific one in Java?
我想从文件中读取几个字。我没有找到任何方法来执行此操作，所以我决定通过 char 读取 char，但我需要在 space 处停止以将读取的单词存储在我的数组并转到下一个。
我正在做一个外部排序应用程序，这就是我有内存限制的原因，在那种情况下，我不能只使用 readLine() 然后 split()，我需要控制我阅读的内容。
read()方法return是一个int，我不知道我能对read()方法做什么return a char 并在 space.
后停止阅读
到目前为止，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 Scanner 和 next() 方法，它起作用了。扫描器的初始化在 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;
}
也许这会有所帮助。
用read()没问题。只需将结果转换为一个字符：
...
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
}
}
...
方法 returns 字符读取，作为 0 到 65535 范围内的整数，如果已到达流末尾则为 -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，等等，因为我不知道一些非常底层的细节。我对它的工作原理有一个基本的高级理解。
键盘上的每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。例如，A 变成数字 65。这是一个标准，是全球公认的。
在这一点上，我希望你能同意 read() 方法 returns 一个数字而不是实际字符并不奇怪 :)
有一种叫做 ASCII table 的东西，它代表键盘上所有键的所有代码（数字）。
这里只是为了展示ot的样子：
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，假设您有一个包含一些文本的 .txt 文件 - 所有字母都有对应的数字。
ASCII 的问题是 ASCII 定义了 128 个字符，映射到数字 0–127（所有大写字母、小写字母、0-9 数字和更多符号）。
但是世界上还有很多不同的characters/symbols（不同的字母表、表情符号等），所以必须有另一种编码系统来表示它们。
它被称为 Unicode。对于代码为 0-127 的字符，Unicode 完全一样。但总的来说，Unicode 可以表示更广泛的符号范围。
在Java中，char数据类型（因此Character对象封装的值）是基于原始的Unicode规范，它定义字符为固定宽度16 位实体。您可以在 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，在这个长篇故事之后，为什么你在阅读时得到数字是有道理的，但你可以将它们转换为类型 char。同样，这只是一种高级概述。快乐编码:)
如果您想逐个字符地阅读它（这样您就可以更好地控制要存储的内容和不存储的内容），您可以尝试这样的操作：
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();
}
然后这样称呼它：
String[] words = new String[amountOfWordsToRead];
for (int i = 0; i < amountOfWordsToRead; i++){
words [i] = readNextWord(yourBufferedReader);
}
我想从文件中读取几个字。我没有找到任何方法来执行此操作，所以我决定通过 char 读取 char，但我需要在 space 处停止以将读取的单词存储在我的数组并转到下一个。
我正在做一个外部排序应用程序，这就是我有内存限制的原因，在那种情况下，我不能只使用 readLine() 然后 split()，我需要控制我阅读的内容。
read()方法return是一个int，我不知道我能对read()方法做什么return a char 并在 space.
到目前为止，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 Scanner 和 next() 方法，它起作用了。扫描器的初始化在 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;
}
也许这会有所帮助。
用read()没问题。只需将结果转换为一个字符：
...
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
}
}
...
方法 returns 字符读取，作为 0 到 65535 范围内的整数，如果已到达流末尾则为 -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，等等，因为我不知道一些非常底层的细节。我对它的工作原理有一个基本的高级理解。
键盘上的每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。例如，A 变成数字 65。这是一个标准，是全球公认的。
在这一点上，我希望你能同意 read() 方法 returns 一个数字而不是实际字符并不奇怪 :)
有一种叫做 ASCII table 的东西，它代表键盘上所有键的所有代码（数字）。
这里只是为了展示ot的样子：
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，假设您有一个包含一些文本的 .txt 文件 - 所有字母都有对应的数字。
ASCII 的问题是 ASCII 定义了 128 个字符，映射到数字 0–127（所有大写字母、小写字母、0-9 数字和更多符号）。
但是世界上还有很多不同的characters/symbols（不同的字母表、表情符号等），所以必须有另一种编码系统来表示它们。
它被称为 Unicode。对于代码为 0-127 的字符，Unicode 完全一样。但总的来说，Unicode 可以表示更广泛的符号范围。
在Java中，char数据类型（因此Character对象封装的值）是基于原始的Unicode规范，它定义字符为固定宽度16 位实体。您可以在 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，在这个长篇故事之后，为什么你在阅读时得到数字是有道理的，但你可以将它们转换为类型 char。同样，这只是一种高级概述。快乐编码:)
如果您想逐个字符地阅读它（这样您就可以更好地控制要存储的内容和不存储的内容），您可以尝试这样的操作：
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();
}
然后这样称呼它：
String[] words = new String[amountOfWordsToRead];
for (int i = 0; i < amountOfWordsToRead; i++){
words [i] = readNextWord(yourBufferedReader);
}