如何可以分析二進制和ASCII combinatio N文件

Question

我有同時具有ASCII文本和二進制內容

當我解析該文件以UTF-8編碼類型

ASCII型部件是可讀文件，但是二進制編碼部分不能讀取。

並且整個長度都是正確的。因此該文件的編碼類型是UTF-8。

但我怎麼能解析java程序的二進制編碼部分？

Answer 1

您可以嘗試讀取1個字節並決定： - 它是ASCII或可能是UTF-8（如果大於127，可能比UTF-8） - 如果是ASCII，則不會添加到字符串和狀態重置。

如果也許UTF-8： 讀取的第二部分：下一個字節。 如果最後2個字節是UTF-8比添加到字符串和狀態重置 如果不是一個可接受的UTF-8字符，比最後2個字節是二進制數據：添加到數據隊列。

處理下一個字節直到文件結束。

在這種情況下，您將擁有所有可能的ASCII和所有可能的UTF-8字符，並保留dor數據。

可當readed字符是在數據的情況下，有沒有辦法知道，直到你有原始文件descriptior。例如： 在位置1000處開始數據塊直到.... pos 2000. 在位置2000開始直到2500 ASCII字符串 等等。

我希望它有幫助

Answer 2

取決於。

閱讀文件爲二進制，也許作爲一個字節緩衝區，所以字節序列可能被拾起爲字符串。

或者，如果你能做出格式的語法，這將是可行太：在字節級匹配關鍵字String.getBytes("UTF-8")。 StringTemplate如果你真的想在gramamr解決方案中付出努力。