【JAVA】文件操作（2）—文本文件行读取并显示字节和字符数

最新推荐文章于 2021-11-17 20:42:40 发布

王昭

最新推荐文章于 2021-11-17 20:42:40 发布

阅读量2.6k

点赞数 2

分类专栏： java 文章标签：文本文件行读取输出显示每行的字节和字符数查询字符正则表达式第一行出现问号乱码 length

本文链接：https://blog.csdn.net/qq_42446456/article/details/88949416

版权

java 专栏收录该内容

24 篇文章 3 订阅

订阅专栏

一、前言

本次学习应用于文本操作方面，前面我们说到实现文本的不同处理方式，本次目的是为了实现文件的各种操作。

前面的博客中我们讲到了检测，新建，读取文件修改时间、大小和内容，并向指定文件写入指定内容。

这里我们学习文本文件行读取输出，并显示每行的字节和字符数。

二、任务学习

任务要求：

对文本文件按行进行读取，每读取一行后显示此行。
统计此行有多少字节并显示统计结果。
统计此行有多少字符并显示统计结果。
显示总的行数、字节数、字符数。

1）分析学习：

在这里插入图片描述

“字节”与“字符”

它们完全不是一个位面的概念，所以两者之间没有“区别”这个说法。不同编码里，字符和字节的对应关系不同：

①ASCII码中，一个英文字母（不分大小写）占一个字节的空间，一个中文汉字占两个字节的空间。一个二进制数字序列，在计算机中作为一个数字单元，一般为8位二进制数，换算为十进制。最小值0，最大值255。

②UTF-8编码中，一个英文字符等于一个字节，一个中文（含繁体）等于三个字节。

③Unicode编码中，一个英文等于两个字节，一个中文（含繁体）等于两个字节。

符号：英文标点占一个字节，中文标点占两个字节。举例：英文句号“.”占1个字节的大小，中文句号“。”占2个字节的大小。

④UTF-16编码中，一个英文字母字符或一个汉字字符存储都需要2个字节（Unicode扩展区的一些汉字存储需要4个字节）。

⑤UTF-32编码中，世界上任何字符的存储都需要4个字节。

JAVA程序中会使用到的正则表达式

API中相关类：相关类位于：java.util.regex包下面
• 类 Pattern：
– 正则表达式的编译表示形式。
– Pattern p = Pattern.comp
ile(r,int); //建立正则表达式，并启用相应模式
• 类 Matcher：
– 通过解释 Pattern 对 character sequence 执行匹配操作的引擎
– Matcher m = p.matcher(str); //匹配str字符串

2.在本次任务中实际会应用的语法：

（1）使用BufferedReader/BufferedWriter处理流和InputStreamReader/OutputStreamWriter处理流（IO流知识参见链接）

（2）判断数字："\\d"

（3）判断字母："[a-zA-Z]"

（4）判断汉字："[\\u4e00-\\u9fa5]"

（5）判断空格："\\s"

（6）判断标点："\\pP"

（7）循环读取：.readLine（）

每类字符查询分别调用方法，详情见下面程序。

2）程序代码：

/* 项目名称：Task_Du
 * 创建时间：2019年3月31日
 * 创建者：Administrator_wz
 * 创建地点：kmust
 * 功能：按行读取并统计字节和字符数
 */
 import java.io.*;//导入java.io包中的所有类
 import java.io.FileReader;//导入java.io包中的FileReader类
 import java.util.regex.Matcher;//导入java.util包中的Matcher类
 import java.util.regex.Pattern;//导入java.util包中的Pattern类
 import java.util.Scanner;//导入java.util包中的Scanner类
 import java.util.Date;//导入java.util包中的Date类
public class file5{//创建类名
	public static void main(String[] args) throws IOException {//程序的主函数入口
		int n=0;             //字节数  
		int i=0;            //字符数  
		int line = 0;      //行数  
		int num = 0;      //数字数  
		int letter = 0;  //字母数  
		int space = 0;  //空格数  
		int word= 0;   //汉字数
		int punctuation= 0; //标点数
		long startTime=System.currentTimeMillis();//定义开始时间，用于统计程序的运行时长
		try{//用try-catch语句将逻辑语句包起来，并读取指定的文件
        	Scanner s = new Scanner(System.in);//获取键盘输入并赋值给s字符串
        	System.out.println("请输入想要打开的文本文档：");//输入提示信息
        	String a = s.nextLine();//定义字符串变量，并赋值为用户输入的信息
			InputStreamReader read = new InputStreamReader(new FileInputStream(a),"utf-8"); //指定文件格式为utf-8
            BufferedReader br = new BufferedReader(read);//用于读取指定文件
			String str = null;//定义一个字符串类型变量str
			File file = new File(a);//定义待写入文件
			if(file.exists()){//判断操作文件是否存在
				System.out.println("\n该文件已存在，无需创建！");//输出提示信息
				System.out.println("该文件最后的修改时间是："+new Date(file.lastModified()));//输出文件的修改时间
				System.out.println("文本的内容为：\n");//输出提示信息
				while((str=br.readLine())!=null){//readLine()方法, 用于读取一行,只要读取内容不为空就一直执行
					line++;//每循环一次就进行一次自增，用于统计文本行数
					num += countNumber(str);//用于统计文本当中的数字个数
					letter += countLetter(str);//用于统计文本中的字母个数
					word += countChinese(str);//用于统计文本当中的汉字个数
					punctuation += countPunctuation(str);//用于统计文本中的中文标点个数
					space += countSpace(str);//用于统计文本中的空格个数
					n=n+str.getBytes("UTF-8").length;//用于统计文本中的字节个数
					i=i+num+letter+word+punctuation+space;//用于统计文本中的字符个数
					System.out.println("第 " + line + " 行：" +str);//打印文本的内容	
					System.out.println("第 " + line + " 行有 " + str.getBytes("UTF-8").length + "个字节");//输出字节个数
					System.out.println("第 " + line + " 行有 " + (num+letter+word+punctuation+space) + "个字符");//输出字符个数
					num=letter=space=word=punctuation=0	;//归零
			}
			System.out.println("\n文本一共有 " + line + " 行");//打印文本行数
			}else{//操作文件不存在
				file.createNewFile();//创建新文件夹
				System.out.println("\n该文件不存在，现已创建成功！");//输出提示信息
				System.out.println("该文件有共有"+file.length()+"字节");//输出文件字节数
				System.out.println("该文件最后的修改时间是："+new Date(file.lastModified()));//输出文件的修改时间	
			}
		}catch(Exception e){//当代码异常时用catch捕获异常
			e.printStackTrace();//printStackTrace()方法是打印异常信息在程序中出错的位置及原因
		}
		System.out.println("总字节数："+ n );//输出文本的总字节数
		System.out.println("总字符数："+ i );//输出文本的总字符数
		long endTime=System.currentTimeMillis();//定义一个结束时间
		long Time=endTime-startTime;//所需时间为结束时间-开始时间
		System.out.println("耗时:"+Time+"毫秒");//输出所用时间
	}
	/**
	 * 统计数字数
	 * @param str
	 * @return count
	 */
	public static int countNumber(String str) {//创建countNumber方法用于统计文本的数字个数
        int count = 0;//创建一个返回值count
        Pattern p = Pattern.compile("\\d");//将给定的正则表达式编译并赋予给Pattern类 
        Matcher m = p.matcher(str);//生成一个给定命名的Matcher对象 
        while(m.find()){//查找类似于Matcher对象的字符
            count++;//count自加作为标记
        }
        return count;//返回count值
    }
	/**
	 * 统计字母数
	 * @param str
	 * @return count
	 */
    public static int countLetter(String str) {//创建countLetter方法用于统计文本的字母个数
        int count = 0;//创建一个返回值count
        Pattern p = Pattern.compile("[a-zA-Z]");//将给定的正则表达式编译并赋予给Pattern类 
        Matcher m = p.matcher(str);//生成一个给定命名的Matcher对象 
        while(m.find()){//查找类似于Matcher对象的字符
            count++;//count自加作为标记
        }
        return count;//返回count值
    }
    /**
     * 统计汉字数
     * @param str
     * @return count
     */
    public static int countChinese(String str) {//创建countChinese方法用于统计文本的汉字个数
        int count = 0;//创建一个返回值count
        Pattern p = Pattern.compile("[\\u4e00-\\u9fa5]");//将给定的正则表达式编译并赋予给Pattern类 
        Matcher m = p.matcher(str);//生成一个给定命名的Matcher对象 
        while(m.find()){//查找类似于Matcher对象的字符
            count++;//count自加作为标记
        }
        return count;//返回count值
    }
    /**
     * 统计空格数
     * @param str
     * @return count
     */
    public static int countSpace(String str) {//创建countSpace方法用于统计文本的空格个数
        int count = 0;//创建一个返回值count
        Pattern p = Pattern.compile("\\s");//将给定的正则表达式编译并赋予给Pattern类 
        Matcher m = p.matcher(str);//生成一个给定命名的Matcher对象 
        while(m.find()){//查找类似于Matcher对象的字符
            count++;//count自加作为标记
        }
        return count;//返回count值
    }
	/**
     * 统计中文标点数
     * @param str
     * @return count
     */
    public static int countPunctuation(String str) {//创建countPunctuation方法用于统计文本的标点个数
        int count = 0;//创建一个返回值count
        Pattern p = Pattern.compile("\\pP");//将给定的正则表达式编译并赋予给Pattern类 
        Matcher m = p.matcher(str);//生成一个给定命名的Matcher对象 
        while(m.find()){//查找类似于Matcher对象的字符
            count++;//count自加作为标记
        }
        return count;//返回count值
    }
}

3）执行结果：

4）乱码原因及解决方法：

Java读取带有BOM的UTF-8格式txt文件第一行出现乱码——问号“?”及解决：
test.txt文件采用写字板保存为UTF-8格式
保存并关闭后使用写字板再次打开该UTF-8文档，中文、字母正常显示

解决办法：
使用Notepad++等编辑器打开txt文件执行如下操作“格式–>以UTF-8无BOM格式编码”，修改后将txt文本进行保存，最终结果完好，无“？”出现。

王昭

关注

2
点赞
踩
18

收藏

觉得还不错? 一键收藏
0
评论
【JAVA】文件操作（2）—文本文件行读取并显示字节和字符数

一、前言本次学习应用于文本操作方面，前面我们说到实现文本的不同处理方式，本次目的是为了实现文件的各种操作。前面的博客中我们讲到了检测，新建，读取文件修改时间、大小和内容，并向指定文件写入指定内容。这里我们学习文本文件行读取输出，并显示每行的字节和字符数。二、任务学习任务要求：对文本文件按行进行读取，每读取一行后显示此行。统计此行有多少字节并显示统计结果。统计此行有多少字符并显示统...
复制链接

扫一扫