416. 現(xiàn)代 Java I/O 最佳實(shí)踐 - 高效、簡潔、安全地處理文本與數(shù)據(jù)

1. ?? 引言

在日常應(yīng)用開發(fā)（特別是 Web 應(yīng)用）中，我們經(jīng)常會(huì)遇到以下 I/O 操作：

• 讀取/寫入文本文件
• 從網(wǎng)絡(luò)讀取文本、圖片、JSON
• 遍歷目錄下的文件
• 讀取 ZIP 壓縮文件
• 創(chuàng)建臨時(shí)文件或目錄

Java 的 I/O API 很強(qiáng)大，從 Java 7 引入的 java.nio.file.Files 一直到 Java 18 的 UTF-8 默認(rèn)支持，給我們帶來了很多便利。

?? 需要注意的是：

• 舊的 java.io.File 和 java.io.BufferedReader 已經(jīng)過時(shí)，雖然它們在搜索結(jié)果中仍然很多，但在現(xiàn)代 Java 中應(yīng)盡量避免。
• UTF-8 在Java 18 之后已經(jīng)是默認(rèn)字符集（JEP 400），不用再手動(dòng)指定，大大減少了編碼問題。

2. ?? 讀取文本文件

最簡單的方式：

var path = Path.of("/usr/share/dict/words");
String content = Files.readString(path);
System.out.println(content);

?? 補(bǔ)充說明：

• Files.readString(path) 會(huì)一次性把文件內(nèi)容讀入字符串。

• 在 Java 18 之前，為了避免編碼問題，通常需要：

  Files.readString(path, StandardCharsets.UTF_8);
  

  但現(xiàn)在默認(rèn)就是 UTF-8，不需要再寫。

3. ?? 按行讀取文本文件

如果我們需要逐行處理：

List<String> lines = Files.readAllLines(path);

但對于 大文件，不建議一次性讀入，而是用 流式處理：

try (Stream<String> lines = Files.lines(path)) {
    lines.filter(line -> line.contains("Java"))
         .forEach(System.out::println);
}

? 注意：Files.lines 返回的是 Stream<String>，需要 try-with-resources 來確保自動(dòng)關(guān)閉。

?? 不推薦再使用 BufferedReader.readLine()。

4. ?? 使用 Scanner 進(jìn)行分詞讀取

有時(shí)我們需要 按單詞 拆分，而不是按行?？梢杂?Scanner：

try (Scanner scanner = new Scanner(path)) {
    scanner.useDelimiter("\\PL+"); // 非字母作為分隔符
    while (scanner.hasNext()) {
        System.out.println(scanner.next());
    }
}

?? 進(jìn)階寫法：直接轉(zhuǎn)成 Stream<String>

Stream<String> tokens = new Scanner(path)
        .useDelimiter("\\PL+")
        .tokens();

tokens.limit(10).forEach(System.out::println);

5. ?? 讀取數(shù)字與本地化問題

Scanner 也能讀取數(shù)字，但要注意 本地化陷阱。
比如文本中有 100.000：

• 在美國 (US) 本地化下，它表示 100.0
• 在德國 (DE) 本地化下，它表示 100000.0

?? 如果涉及本地化，應(yīng)該使用 NumberFormat：

NumberFormat nf = NumberFormat.getInstance(Locale.GERMANY);
Number num = nf.parse("100.000");
System.out.println(num); // 輸出 100000

?? 總結(jié)（課堂收尾）

• 讀取整文件：Files.readString(path)
• 逐行處理：Files.lines(path) + 流式操作
• 分詞處理：Scanner + useDelimiter
• 數(shù)字處理：注意本地化，推薦 NumberFormat

? 從 Java 18 開始，UTF-8 已經(jīng)是默認(rèn)編碼，大部分時(shí)候不用再操心字符集問題。
?? 避免使用過時(shí)的 File、BufferedReader.readLine，用 Files 和 Streams 來寫現(xiàn)代化 I/O。