GZIPInputStream BufferedReader中的文件結束序列

Question

我使用Java BufferedReader對象逐行讀取GZIPInputStream，該GZIPInputStream指向包含1,000行ASCII文本的有效GZIP壓縮文件，採用典型的CSV格式。代碼如下所示：

BufferedReader buffer = new BufferedReader(new InputStreamReader(
         new GZIPInputStream(new FileInputStream(file)))); 

其中file是指向歸檔的實際文件對象。

我經歷了所有的文件，通過調用

int count = 0; 
String line = null; 

while ((line = reader.readLine()) != null) 
{ 
    count++; 
} 

讀取和讀卡器進入了預期的文件，但最終它繞過線＃1000和讀取一個多行後（即數= 1001結束循環）。

調用line.length（）在最後一行報告了大量的（4000 +）字符，所有這些都是不可打印的（Character.getNumericValue（）返回-1）。

其實，如果我這樣做line.getBytes（）生成的byte []數組有相同數量的NULL字符（'\ 0'）。

這看起來像是BufferedReader中的錯誤嗎？

在任何情況下，任何人都可以請建議一種解決方法來繞過此行爲？

編輯：更奇怪的行爲：第一行讀取的前綴是文件名，幾個NULL字符（'\ 0'）和東西線用戶名和組名，然後實際文本如下！

編輯：我創建了一個非常簡單的測試類，它重現了我上面描述的效果，至少在我的平臺上。

編輯：顯然是虛驚一場，我得到的文件不是普通的GZIP，但塗了焦油的GZIP，所以這解釋了它，不需要進一步測試。感謝大家！

Answer 1

我想我找到了你的問題。

我試圖在這個問題源重現它，並得到這個輸出：

------------------------------------- 
     Reading PLAIN file 
------------------------------------- 

Printable part of line 1:  This, is, line, number, 1 

Line start (<= 25 characters): This__is__line__number__1 

No NULL characters in line 1 

Other information on line 1: 
     Length: 25 
     Bytes: 25 
     First byte: 84 

Printable part of line 10:  This, is, line, number, 10 

Line start (<= 26 characters): This__is__line__number__10 

No NULL characters in line 10 

Other information on line 10: 
     Length: 26 
     Bytes: 26 
     First byte: 84 

File lines read: 10 

------------------------------------- 
     Reading GZIP file 
------------------------------------- 

Printable part of line 1:  This, is, line, number, 1 

Line start (<= 25 characters): This__is__line__number__1 

No NULL characters in line 1 

Other information on line 1: 
     Length: 25 
     Bytes: 25 
     First byte: 84 

Printable part of line 10:  This, is, line, number, 10 

Line start (<= 26 characters): This__is__line__number__10 

No NULL characters in line 10 

Other information on line 10: 
     Length: 26 
     Bytes: 26 
     First byte: 84 

File lines read: 10 

------------------------------------- 
     TOTAL READ 
------------------------------------- 

Plain: 10, GZIP: 10 

我想這是不是你有什麼。爲什麼？您正在使用tar.gz文件。這是tar archive format，另外還有gzip壓縮。 GZipInputStream取消了gzip壓縮，但對tar歸檔格式一無所知。

焦油通常用於包裝多個文件一起 - 以未壓縮格式，但也有一些元數據，這是你看到什麼在一起：

編輯：更多怪異的行爲：第一行讀取由前綴文件名， 幾個NULL字符（'\ 0'）和東西線用戶名和組名，然後 的實際文字如下！

如果您有tar文件，則需要使用tar解碼器。How do I extract a tar file in Java?給出了一些鏈接（如使用Ant的Tar任務），也有JTar。

如果您只想發送一個文件，最好直接使用gzip格式（這是我在測試中所做的）。

但是除了期待gzip-stream讀取tar格式之外，其他任何地方都沒有錯誤。