【转】“给你第二次机会”——小议PushbackInputStream

最新推荐文章于 2022-09-16 17:56:41 发布

iteye_5736

最新推荐文章于 2022-09-16 17:56:41 发布

阅读量74

点赞数

文章标签： java 网络数据库

PushbackInputStream 和 PushbackReader 是 Java I/O系统里两个比较让人迷惑的类。

一个允许你反悔的hook

Java I/O系统是一个典型的Decorator模式的实现，它以InputStream/OutputStream为基本核心，通过继承关系，不断为该核心添加新的功能，如文件流、缓冲、加解密等。对I/O系统设计模式感兴趣的话，可以参考developerWorks上的一篇文章：从Java类库看设计模式。Java I/O默认是不缓冲流的，所谓“缓冲”就是先把从流中得到的一块字节序列暂存在一个被称为buffer的内部字节数组里，然后你可以一下子取到这一整块的字节数据，没有缓冲的流只能一个字节一个字节读，效率孰高孰低一目了然。有两个特殊的输入流实现了缓冲功能，一个是我们常用的BufferedInputStream，像读文件我们常用

BufferedInputStreamin = new BufferedInputStream( new FileInputStream( " datafile " ));

while ((b = in.read()) != - 1 )

{

}

in.close();

这是我们几乎不用查什么 JDK文档就能信手拈来的代码段，写的时候也应该思考一下套一个 BufferedInputStream 的意义何在。另一个就是我们不怎么看到的 PushbackInputStream （其对应的字符流模式为 PushbackReader ）。
在通常状态下， “ 流 ” 意味着 “ 一次性 ” ，就是说你进行了一次操作后它的状态就变了，譬如读，无论是文件还是 socket ，你读的过程中一个潜在的 “ 读指针 ” 一样的东东就在移动，你无法在读以后再重新定位（当然 RandomAccessFile 是另一种情况），如果你以前奇怪为什么数据库操作中 ResultSet 里 get 某个字段以后就不能再第二次 get 它了，这里或许是个解释。但好在 PushbackInputStream 给了我们第二次读的机会。我们先来区别一下 “ 监听 ” 和 “ 截获 ” 的概念， “ 监听 ” 就是把得到的消息 copy 一份，原始消息并不作任何改变地传递到目的地；而 “ 截获 ” 则是先把消息 “ 扣押 ” 下来，不让其自动转给目标，而是先进行一些处理以后在转发给目标（如果是网络安全专业的背景知识，大概知道 “ 监听 ” 是对 “ 机密性 ” 的攻击，而 “ 截获 ” 不仅是对 “ 机密性 ” 还是对 “ 完整性 ” 的攻击）。有的朋友大概对 hook 这个名词有些了解，它是一种 Windows 的一种消息处理机制，似乎就是一种消息截获手段，但我对 Windows 编程一窍不通 //shy ；此外，如果你熟悉 Servlet 的话，也能找到像 Filter 这样的处理机制，在对每个 HTTP 请求 / 应答进行转发之前，先在里头耍一点花招，确定哪些予以转发，哪些屏蔽掉，这也算是 “ 截获 ” 吧。通过上面的介绍，我们不妨把 PushbackInputStream 看成是对输入流的一种 “ 截获 ” 手段，其中最重要的方法是 unread ：

public void unread( int b) throws IOException

public void unread( byte []b) throws IOException

public void unread( byte []b, int off, int len) throws IOException

我们可以想象一下， PushbackInputStream 内置一个缓冲区（事实上，你可以从它的源代码里找到这个 protected 的字节数组），当低层流进来时先流进这个 buffer ，在你把流 “ 物归原主 ” 之前还有机会对它耍花招，然后再用 unread 方法 “ 反悔 ” 一下，把缓冲区里已经读过的内容（一般是没有被改动的，当然你也可以改动它，那就失去 “ 归赵 ” 的意义了，因为已经不是 “ 完璧 ” 了）再插入到流的头部，下次读的时候是流剩余的部分再加上从缓冲区 “ 归还 ” 的部分。上面三个 unread 方法分别代表从缓冲区 “ 归还 ” 一个字节、一个字节数组以及一个字节数组中指定的部分。
PushbackInputStream 是对二进制流的处理，字符流下相对应的就是 PushbackReader 。

有什么用？

学过编译的话就容易理解了，比如从左向右扫描字符流“for(int i=0;i<10;i++)”，扫描到“for”是不是就可以说是个关键字了呢？不行，说不定后面是“for1”，那就是个变量而不是关键字了，知道看到“(”才恍然大悟，哦，我可以安全地说“看到for关键字”了，但“(”还得归还给输入流，因为需要后面继续扫描。在上下文相关语言里，就更需要这种补偿机制。又如，在解析HTML文档的时候，我需要根据它的“meta”标签的“charset”属性来决定使用哪种字符集进行解析，但HTML可不是“charset”而是“<html>”开头的哦！所以需要通过PushbackInputStream缓冲前面一段内容，等取到字符集名称后在把读到的流全部归还，再用指定的字符集进行解析。