zip 文件的内容写错了

Question

我正在读取一个 zip 文件的内容，当我找到 sample.xml 文件时，我编辑它的内容并写入输出 zip 文件

public class CopyEditZip {

static String fileSeparator = System.getProperty("file.separator");

    public static void main(String[] args) {
        System.getProperty("file.separator");

        ZipFile zipFile;
        try {
             zipFile = new ZipFile("c:/temp/source.zip");
             ZipOutputStream zos = new ZipOutputStream(new 
                                   FileOutputStream(
                                          c:/temp/target.zip));

             for (Enumeration e = zipFile.entries(); 
                        e.hasMoreElements();) 
                 {
                    ZipEntry entryIn = (ZipEntry) e.nextElement();
                    if (entryIn.getName().contains("sample.xml")) {
                        zos.putNextEntry(new ZipEntry("sample.xml"));
                        InputStream is = zipFile.getInputStream(entryIn);
                        byte[] buf = new byte[1024];
                        int len;
                        while ((len = (is.read(buf))) > 0) {
                            String x = new String(buf);
                            if (x.contains("Input")) {
                               System.out.println("edit count");
                                x = x.replace("Input", "output");
                            }
                            buf = x.getBytes();
                            zos.write(buf, 0, (len < buf.length) ? len
                                : buf.length);
                        }
                        is.close();
                        zos.closeEntry();
                 }
                zos.close();
                zipFile.close();
          } catch (Exception ex) {
        
        }

       }
     }

现在输出中的 sample.xml 不正确。有些数据被截断了，有些数据丢失了。这是否与缓冲区未正确写入有关？还有其他替代方法来编辑文件并将其写出吗？

编辑：我看到 xml 是在 xml 的更多数据之后写入的。 mt结束标签叫做broker，后面跟着几行数据。不确定它是如何在结束标记后写入更多数据的。

编辑：

我逐行放置了一个计数器和 sysout，以查看 while 循环的每次迭代期间出现了什么。

这是最后两行

18
put.fileFtpDirectory"/><ConfigurableProperty uri="CDTSFileInput#File     
Input.fileFtpServer"/><ConfigurableProperty uri="CDTSFileInput#File     
Input.fileFtpUser"/><ConfigurableProperty uri="CDTSFileInput#File 
Input.longRetryInterval"/><ConfigurableProperty uri="CDTSFileInput#File 
Input.messageCodedCharSetIdProperty"/><ConfigurableProperty 
uri="CDTSFileInput#File Input.messageEncodingProperty"/>
<ConfigurableProperty uri="CDTSFileInput#File Input.remoteTransferType"/>
<ConfigurableProperty uri="CDTSFileInput#File Input.retryThreshold"/>
<ConfigurableProperty uri="CDTSFileInput#File Input.shortRetryInterval"/>
<ConfigurableProperty uri="CDTSFileInput#File Input.validateMaster"/>
<ConfigurableProperty override="30" uri="CDTSFileInput#File 
Input.waitInterval"/><ConfigurableProperty override="no" 
uri="CDTSFileInput#FileInput.connectDatasourceBeforeFlowStarts"/>
<ConfigurableProperty uri="CDTSFileInput#FileInput.validateMaster"/>
<ConfigurableProperty override="/apps/cdts/trace/ExceptionTrace-
CDTSFileInput-CDT.REF_EXT.Q01.txt" uri="CDTSFileInp

19
ut#FilePath_ExceptionTrace"/><ConfigurableProperty   
override="/apps/cdts/trace/SnapTrace-CDTSFileInput-CDT.REF_EXT.Q01.txt"    
uri="CDTSFileInput#FilePath_SnapTraceENV"/><ConfigurableProperty    
override="/apps/cdts/trace/SnapTrace-CDTSFileInput-CDT.REF_EXT.Q01.txt" 
uri="CDTSFileInput#FilePath_SnapTraceNOENV"/><ConfigurableProperty   
override="EXTERNAL" uri="CDTSFileInput#INPUTORIGIN"/>
<ConfigurableProperty 
override="/apps/cdts/data_in/data_in_fileinput_gtr1" 
uri="CDTSFileInput#InputDirectory"/><ConfigurableProperty override="GTR" 
uri="CDTSFileInput#SUBMITTERID"/><ConfigurableProperty 
override="FILEINPT" uri="CDTSFileInput#SUBMITTERTYPE"/>
<ConfigurableProperty override="" uri="CDTSFileInput#excludePattern"/>
<ConfigurableProperty override="*" uri="CDTSFileInput#filenamePattern"/>
<ConfigurableProperty override="no" 
uri="CDTSFileInput#recursiveDirectories"/></CompiledMessageFlow>
</Broker>ileInput#FileInput.validateMaster"/><ConfigurableProperty 
override="/apps/cdts/trace/ExceptionTrace-CDTSFileInput-
CDT.REF_EXT.Q01.txt" uri="CDTSFileInp

xml 结束于但最后一行的一部分再次被追加。

Answer 1

读写文本

如果文件是文本文件，则不应将其作为字节读取。您应该用 reader 包裹输入流，读取行，然后将它们写回包裹在输出流周围的写入器。

其中一个原因是文件可能采用非单字节编码，例如 UTF-8。这意味着一个字符可以在一个缓冲区和下一个缓冲区之间拆分。

另一个问题是单词 Input 可能会在缓冲区之间拆分。所以你可能只是在一个中得到 Inp 而在下一个中得到 ut，你将无法正确匹配它。阅读台词是确保您不会停在单词中间的好方法。

但是，使用 ZipOutputStream 编写文本有点不那么简单，因为您不会为每个条目获得单独的输出流。因此，您需要从读取的行中提取字节，并将其写入 zip 文件 - 就像您所做的那样。

读写字节

即使文件恰好是 ASCII 格式，您在 read/write 循环中也会遇到一些问题。第一个，次要的是你的循环条件应该是：

((len = (is.read(buf)) >= 0)

你真的应该只在得到 -1 时终止循环。理论上，如果缓冲区大小为零，您可能会在循环中间读取根本不读取任何字节的数据，但这并不意味着流已结束。所以 >=，而不是 >.

但更糟糕的问题是您读取了 len 字节，但您将 整个缓冲区 转换为字符串。所以如果你有一个 1024 字节的缓冲区，而 len 只有 50，那么缓冲区中只有 50 个字节是最近读取的内容，其余的将来自之前的读取，或者是零。

因此，如果您阅读的是 len 字节，请始终准确使用。你应该使用

String x = new String(buf,0,len);

而不是

String x = new String(buf);

此外，您应该注意：

buf = x.getBytes();

您的缓冲区不再是 1024 字节长。如果最初有 1024 个字节，并且您的字符串中有 10 Input 次出现，缓冲区现在将是 1034 个字节长（假设一个字节编码）。 len 不再相关 - 它将小于数字。所以这就是您丢失字符的另一个原因。

编码

通常，XML 文件是 UTF-8。当您将字节转换为字符串（反之亦然）以及创建 reader 和编写器时，显式声明编码很重要。否则，字符可能会被读取不当。

总结

首选文本文件的基于行的读取循环。
如果您读取字节而不是行：如果您读取 len 字节，请使用 len 字节，而不是整个缓冲区。
如果更改数据，请不要使用旧的 len。
使用编码。

所以新循环的草图是：

for (Enumeration<? extends ZipEntry> e = zipFile.entries(); e.hasMoreElements();) {
    ZipEntry entryIn = e.nextElement();
    if (entryIn.getName().contains("sample.xml")) {
        zos.putNextEntry(new ZipEntry("sample.xml"));
        try (BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(zipFile.getInputStream(entryIn),
                                                                                      StandardCharsets.UTF_8))) {
            String line;
            while ((line = bufferedReader.readLine()) != null) {
                if (line.contains("Input")) {
                    System.out.println("edit count");
                    line = line.replace("Input", "output")

                }
                line += System.lineSeparator(); // Add newline back.
                byte[] buf = line.getBytes(StandardCharsets.UTF_8);
                zos.write(buf);
            }
        }
     zos.closeEntry();
    }
}

注：

Try-with-resources 用于打开缓冲 reader。它将自动关闭（及其底层 reader 和输入蒸汽）。
不要使用原始类型 Enumeration。使用适当的通配符，您将能够避免显式转换。
由于您从整行创建了一个缓冲区，并且只有那一行，所以您可以写入该完整缓冲区并且不需要偏移量和长度。

zip 文件的内容写错了

contents of zip file getting written incorrectly

java

zip

file