文件输入输出流的使用

 

 对文件输入输出流的基本使用，我们结合一个简单的例子来说明。

比如，对文件的复制。

   

      最基本的代码如下：

 

 

public boolean filecopy(String start,String end) throws IOException{

 

               //start 是文件原始地址，end 是文件复制的目标地址

 

//创建文件输入流对象

java.io.FileInputStream fis=new java.io.FileInputStream(start);

//创建文件输出流对象

java.io.FileOutputStream fos=new java.io.FileOutputStream(end);

 

           //得到流中的字节，并且，将其输出到指定文件

 

 

int t=0;

while((t=(fis.read()))!=-1){

 

fos.write(t);

 

}

 

// 强制输出

fos.flush();

//关闭输入流

fis.close();

//关闭输出流

fos.close();

 

return false;

 

 

}

 

 

throws IOException  就是对异常的处理。也可以使用try catch.（如果，不进行异常处理，程序就会报错）

 

文件输入输出流的对象，都是存在于内存中的。我们复制一个文件时，就是，先将，文件从硬盘（外存），输入到内存，然后，从内存输出到目标地址。

 

 java.io 包下，有一个FileInputStream，和FileInputStream类，继承自 java.io.InputStream   ,java.io.OutputIstream  类。

 

FileInputStream 从文件系统中某个文件中获得输入字节。 FileInputStream有三个构造方法，此时，我们选取了 使用一个文件的路径来创建输入流对象 fis,同理，来创建了输出流对象，fos.

 

fis调用read()方法来读取文件的字节。read（）方法会有一个返回值，可以通过返回值来判断是否读取结束。当，读取结束时，read（）会返回 -1.

 

若字节全部读取结束，再写入输出，可能因为文件较大，会出现内存内存不足的情况，为了解决这个问题，选择了这个方法：读取一个字节后，立刻写入输出。直到，fis.read()=-1,此时表示文件读取结束，此时，写入输出，也会结束了。

 

fos.flush(); flush() 是强制输出，因为内存处理数据的速度大于外存速度，可能出现内存已经处理结束，而外存没有，数据会堵塞在 输出流中，为了防止这一问题，强制把数据输出。

 close（），则是关闭流，并释放系统资源。

 

这段程序的执行效率是非常低的。因为外存和内存速度差距是很大的。这时，我们可以考虑 缓存。缓存的存在就是为了平衡内外存的速度。 因此，代码优化如下：

 

 

/*

* 对文件内容进行复制

     *  String start,原始文件的地址

     *  String end ,目标文件的地址

*/

 

 

public boolean bufferedcopy(String start,String end) throws IOException{

 

  

 

//创建文件输入流对象

File sta=new File(start);

InputStream ins=new FileInputStream(sta);

 

//构造输入缓冲流

BufferedInputStream bis=new BufferedInputStream(ins);

//构造输出缓冲流

File en=new File(end);

OutputStream out=new FileOutputStream(en);

 

BufferedOutputStream bos=new BufferedOutputStream(out);

 

 

 

           //得到流中的字节，并且，将其输出到指定文件

 

int i=0;

 

while((i=(bis.read()))!=-1){

 

bos.write(i);

 

}

 

// 强制输出

out.flush();

//关闭输入流

ins.close();

//关闭输出流

out.close();

 

return true;

 

 

}

 

笔者，测试了这两段代码的效率。复制一部1.2G 的电影，第一段代码，使用将近4个小时还没完！而第二段代码，则快了很多，使用了10分钟左右。