按特定字節拆分字節數組（字符）

Question

我正在構建歷史記錄解析器，這裏有一個應用程序已經完成了記錄任務（基於文本）。 既然我的主管想讓我創建一個應用程序來讀取該日誌。 該日誌是在月底產生，並在[日期]分隔：

[19-11-2014]
- 善有善報這裏
- 善有善報這裏

[20 -11-2014]
- 善有善報這裏
- 善有善報這裏

等等

如果日誌文件具有體積小，沒有任何問題生產工程過程通過DataInputStream獲取byte []的內容，並將其轉換爲String，然後執行篩選過程（通過執行子字符串等操作）。

但是，當文件的大小（大約100mb），它會引發JavaHeapSpace異常。我知道這是因爲內容的長度超過String maxlength，當我嘗試不將字節[]轉換爲字符串時，不會引發異常。

現在的問題是，如何將字節[]分成幾個字節[]？ 這是一個新的字節[]僅包含單：

[日期]
- 善有善報這裏

因此，如果在一個月之內，我們在日誌9日，將它分成9個字節[] 。 拆分標記將基於[\\ d {2} - \\ d {2} - \\ d {4}]，如果它是字符串，我可以使用Regex來查找所有標記，獲取indexOf和然後子串它。

但是，如何在不首先轉換爲字符串的情況下執行此操作？因爲它會拋出JavaHeapSpace。

Answer 1

我想這裏有幾個概念，你錯過了。

首先，InputStream是一個Stream，這意味着它是一個字節流。你對這個流程所做的事情取決於你，但是將所有的流保存到內存中完全違背了流構造的要點。

其次，DataInputStream用於讀取二進制文件中的對象，這些對象由DataOutputStream進行序列化。只讀一個字符串對於這種類型的Stream來說是過分的，因爲一個簡單的InputStream可以做到這一點。

至於你的具體問題，我會使用一個BufferedFileReader，並一次只讀一行，直到到達下一個日期。此時，您可以在讀取的最後一行內容上進行所需的任何處理，並釋放內存。因此不會遇到同樣的問題。