如果您有java.io.InputStream对象，应该如何处理该对象并生成String？
假设我有一个包含文本数据的InputStream，我想将其转换为String，例如，我可以将其写入日志文件。
获取InputStream并将其转换为字符串的最简单方法是什么？
public String convertStreamToString(InputStream is) {
// ???
}
当前回答
异-8859-1
如果您知道输入流的编码是ISO-8859-1或ASCII，这里有一种非常高效的方法来实现这一点。它（1）避免了StringWriter的内部StringBuffer中存在的不必要的同步，（2）避免了InputStreamReader的开销，（3）最小化了必须复制StringBuilder的内部字符数组的次数。
public static String iso_8859_1(InputStream is) throws IOException {
StringBuilder chars = new StringBuilder(Math.max(is.available(), 4096));
byte[] buffer = new byte[4096];
int n;
while ((n = is.read(buffer)) != -1) {
for (int i = 0; i < n; i++) {
chars.append((char)(buffer[i] & 0xFF));
}
}
return chars.toString();
}
UTF-8型
对于使用UTF-8编码的流，可以使用相同的通用策略：
public static String utf8(InputStream is) throws IOException {
StringBuilder chars = new StringBuilder(Math.max(is.available(), 4096));
byte[] buffer = new byte[4096];
int n;
int state = 0;
while ((n = is.read(buffer)) != -1) {
for (int i = 0; i < n; i++) {
if ((state = nextStateUtf8(state, buffer[i])) >= 0) {
chars.appendCodePoint(state);
} else if (state == -1) { //error
state = 0;
chars.append('\uFFFD'); //replacement char
}
}
}
return chars.toString();
}
其中nextStateUtf8（）函数定义如下：
/**
* Returns the next UTF-8 state given the next byte of input and the current state.
* If the input byte is the last byte in a valid UTF-8 byte sequence,
* the returned state will be the corresponding unicode character (in the range of 0 through 0x10FFFF).
* Otherwise, a negative integer is returned. A state of -1 is returned whenever an
* invalid UTF-8 byte sequence is detected.
*/
static int nextStateUtf8(int currentState, byte nextByte) {
switch (currentState & 0xF0000000) {
case 0:
if ((nextByte & 0x80) == 0) { //0 trailing bytes (ASCII)
return nextByte;
} else if ((nextByte & 0xE0) == 0xC0) { //1 trailing byte
if (nextByte == (byte) 0xC0 || nextByte == (byte) 0xC1) { //0xCO & 0xC1 are overlong
return -1;
} else {
return nextByte & 0xC000001F;
}
} else if ((nextByte & 0xF0) == 0xE0) { //2 trailing bytes
if (nextByte == (byte) 0xE0) { //possibly overlong
return nextByte & 0xA000000F;
} else if (nextByte == (byte) 0xED) { //possibly surrogate
return nextByte & 0xB000000F;
} else {
return nextByte & 0x9000000F;
}
} else if ((nextByte & 0xFC) == 0xF0) { //3 trailing bytes
if (nextByte == (byte) 0xF0) { //possibly overlong
return nextByte & 0x80000007;
} else {
return nextByte & 0xE0000007;
}
} else if (nextByte == (byte) 0xF4) { //3 trailing bytes, possibly undefined
return nextByte & 0xD0000007;
} else {
return -1;
}
case 0xE0000000: //3rd-to-last continuation byte
return (nextByte & 0xC0) == 0x80 ? currentState << 6 | nextByte & 0x9000003F : -1;
case 0x80000000: //3rd-to-last continuation byte, check overlong
return (nextByte & 0xE0) == 0xA0 || (nextByte & 0xF0) == 0x90 ? currentState << 6 | nextByte & 0x9000003F : -1;
case 0xD0000000: //3rd-to-last continuation byte, check undefined
return (nextByte & 0xF0) == 0x80 ? currentState << 6 | nextByte & 0x9000003F : -1;
case 0x90000000: //2nd-to-last continuation byte
return (nextByte & 0xC0) == 0x80 ? currentState << 6 | nextByte & 0xC000003F : -1;
case 0xA0000000: //2nd-to-last continuation byte, check overlong
return (nextByte & 0xE0) == 0xA0 ? currentState << 6 | nextByte & 0xC000003F : -1;
case 0xB0000000: //2nd-to-last continuation byte, check surrogate
return (nextByte & 0xE0) == 0x80 ? currentState << 6 | nextByte & 0xC000003F : -1;
case 0xC0000000: //last continuation byte
return (nextByte & 0xC0) == 0x80 ? currentState << 6 | nextByte & 0x3F : -1;
default:
return -1;
}
}
自动检测编码
如果您的输入流是使用ASCII、ISO-8859-1或UTF-8编码的，但您不确定是哪一种，我们可以使用与上一种方法类似的方法，但使用额外的编码检测组件在返回字符串之前自动检测编码。
public static String autoDetect(InputStream is) throws IOException {
StringBuilder chars = new StringBuilder(Math.max(is.available(), 4096));
byte[] buffer = new byte[4096];
int n;
int state = 0;
boolean ascii = true;
while ((n = is.read(buffer)) != -1) {
for (int i = 0; i < n; i++) {
if ((state = nextStateUtf8(state, buffer[i])) > 0x7F)
ascii = false;
chars.append((char)(buffer[i] & 0xFF));
}
}
if (ascii || state < 0) { //probably not UTF-8
return chars.toString();
}
//probably UTF-8
int pos = 0;
char[] charBuf = new char[2];
for (int i = 0, len = chars.length(); i < len; i++) {
if ((state = nextStateUtf8(state, (byte)chars.charAt(i))) >= 0) {
boolean hi = Character.toChars(state, charBuf, 0) == 2;
chars.setCharAt(pos++, charBuf[0]);
if (hi) {
chars.setCharAt(pos++, charBuf[1]);
}
}
}
return chars.substring(0, pos);
}
如果您的输入流的编码既不是ISO-8859-1，也不是ASCII，也不是UTF-8，那么我就遵从已经存在的其他答案。
其他回答
总结我找到的11种主要方法（见下文）。我写了一些性能测试（见下面的结果）：
将InputStream转换为字符串的方法：
使用IOUtils.toString（Apache Utils）字符串结果=IOTils.toString（inputStream，StandardCharsets.UTF_8）；使用CharStreams（Guava）字符串结果=CharStreams.toString（新InputStreamReader(inputStream、字符集UTF_8））；使用扫描仪（JDK）扫描仪s=新扫描仪（inputStream）。使用分隔符（“\\A”）；字符串结果=s.hasNext（）？s.next（）：“”；使用流API（Java 8）。警告：此解决方案将不同的换行符（如\r\n）转换为\n。字符串结果=新BufferedReader（新InputStreamReader（inputStream））.line（）.collector（Collectors.joining（“\n”））；使用并行流API（Java8）。警告：此解决方案将不同的换行符（如\r\n）转换为\n。字符串结果=新BufferedReader（新InputStreamReader（inputStream））.line（）.allel（）.collector（Collectors.joining（“\n”））；使用InputStreamReader和StringBuilder（JDK）int bufferSize=1024；char[]缓冲区=新字符[bufferSize]；StringBuilder out=新StringBuilder（）；Reader in=新InputStreamReader（流，StandardCharsets.UTF_8）；for（int numRead；（numRead=in.read（buffer，0，buffer.length））>0；）{out.append（缓冲区，0，numRead）；}return out.toString（）；使用StringWriter和IOUtils.copy（Apache Commons）StringWriter writer=新StringWriter（）；IOUtils.copy（inputStream，writer，“UTF-8”）；return writer.toString（）；使用ByteArrayOutputStream和inputStream.read（JDK）ByteArrayOutputStream result=new ByteArrayOutputStream（）；byte[]缓冲区=新字节[1024]；for（int length；（length=inputStream.read（缓冲区））！=-1; ) {result.write（缓冲区，0，长度）；}//StandardCharsets.UTF_8.name（）>JDK 7return result.toString（“UTF-8”）；使用BufferedReader（JDK）。警告：此解决方案将不同的换行符（如\n\r）转换为line.separator系统属性（例如，在Windows中转换为“\r\n”）。String newLine=System.getProperty（“line.sepaper”）；BufferedReader读取器=新的BufferedReader(新的InputStreamReader（inputStream））；StringBuilder result=new StringBuilder（）；for（字符串行；（行=reader.readLine（））！=null；）{如果（result.length（）>0）{result.append（换行符）；}result.append（行）；}return result.toString（）；使用BufferedInputStream和ByteArrayOutputStream（JDK）BufferedInputStream bis=新缓冲输入流（inputStream）；ByteArrayOutputStream buf=新ByteArrayOutputStream（）；for（int result=bis.read（）；结果！=-1.result=bis.read（））{buf.write（（字节）结果）；}//StandardCharsets.UTF_8.name（）>JDK 7return buf.toString（“UTF-8”）；使用inputStream.read（）和StringBuilder（JDK）。警告：此解决方案存在Unicode问题，例如俄语文本（仅适用于非Unicode文本）StringBuilder sb=新StringBuilder（）；for（int ch；（ch=inputStream.read（））！=-1; ) {sb.append（（char）ch）；}return sb.toString（）；
警告：
解决方案4、5和9将不同的换行符转换为一个。解决方案11无法正确使用Unicode文本
性能测试
小字符串（长度=175）的性能测试，github中的url（模式=平均时间，系统=Linux，分数1343最好）：
Benchmark Mode Cnt Score Error Units
8. ByteArrayOutputStream and read (JDK) avgt 10 1,343 ± 0,028 us/op
6. InputStreamReader and StringBuilder (JDK) avgt 10 6,980 ± 0,404 us/op
10. BufferedInputStream, ByteArrayOutputStream avgt 10 7,437 ± 0,735 us/op
11. InputStream.read() and StringBuilder (JDK) avgt 10 8,977 ± 0,328 us/op
7. StringWriter and IOUtils.copy (Apache) avgt 10 10,613 ± 0,599 us/op
1. IOUtils.toString (Apache Utils) avgt 10 10,605 ± 0,527 us/op
3. Scanner (JDK) avgt 10 12,083 ± 0,293 us/op
2. CharStreams (guava) avgt 10 12,999 ± 0,514 us/op
4. Stream Api (Java 8) avgt 10 15,811 ± 0,605 us/op
9. BufferedReader (JDK) avgt 10 16,038 ± 0,711 us/op
5. parallel Stream Api (Java 8) avgt 10 21,544 ± 0,583 us/op
对大字符串（长度=50100）、github中的url进行性能测试（模式=平均时间，系统=Linux，得分200715最好）：
Benchmark Mode Cnt Score Error Units
8. ByteArrayOutputStream and read (JDK) avgt 10 200,715 ± 18,103 us/op
1. IOUtils.toString (Apache Utils) avgt 10 300,019 ± 8,751 us/op
6. InputStreamReader and StringBuilder (JDK) avgt 10 347,616 ± 130,348 us/op
7. StringWriter and IOUtils.copy (Apache) avgt 10 352,791 ± 105,337 us/op
2. CharStreams (guava) avgt 10 420,137 ± 59,877 us/op
9. BufferedReader (JDK) avgt 10 632,028 ± 17,002 us/op
5. parallel Stream Api (Java 8) avgt 10 662,999 ± 46,199 us/op
4. Stream Api (Java 8) avgt 10 701,269 ± 82,296 us/op
10. BufferedInputStream, ByteArrayOutputStream avgt 10 740,837 ± 5,613 us/op
3. Scanner (JDK) avgt 10 751,417 ± 62,026 us/op
11. InputStream.read() and StringBuilder (JDK) avgt 10 2919,350 ± 1101,942 us/op
图表（性能测试取决于Windows 7系统中的输入流长度）
性能测试（平均时间）取决于Windows 7系统中的输入流长度：
length 182 546 1092 3276 9828 29484 58968
test8 0.38 0.938 1.868 4.448 13.412 36.459 72.708
test4 2.362 3.609 5.573 12.769 40.74 81.415 159.864
test5 3.881 5.075 6.904 14.123 50.258 129.937 166.162
test9 2.237 3.493 5.422 11.977 45.98 89.336 177.39
test6 1.261 2.12 4.38 10.698 31.821 86.106 186.636
test7 1.601 2.391 3.646 8.367 38.196 110.221 211.016
test1 1.529 2.381 3.527 8.411 40.551 105.16 212.573
test3 3.035 3.934 8.606 20.858 61.571 118.744 235.428
test2 3.136 6.238 10.508 33.48 43.532 118.044 239.481
test10 1.593 4.736 7.527 20.557 59.856 162.907 323.147
test11 3.913 11.506 23.26 68.644 207.591 600.444 1211.545
此代码适用于新的Java学习者：
private String textDataFromFile;
public String getFromFile(InputStream myInputStream) throws FileNotFoundException, IOException {
BufferedReader bufferReader = new BufferedReader(new InputStreamReader(myInputStream));
StringBuilder stringBuilder = new StringBuilder();
String eachStringLine;
while ((eachStringLine = bufferReader.readLine()) != null) {
stringBuilder.append(eachStringLine).append("\n");
}
textDataFromFile = stringBuilder.toString();
return textDataFromFile;
}
这里有一种仅使用标准Java库的方法（请注意，流没有关闭，您的里程可能会有所不同）。
static String convertStreamToString(java.io.InputStream is) {
java.util.Scanner s = new java.util.Scanner(is).useDelimiter("\\A");
return s.hasNext() ? s.next() : "";
}
我从“愚蠢的扫描仪技巧”一文中学会了这个技巧。它工作的原因是因为Scanner迭代流中的令牌，在这种情况下，我们使用“输入边界的开始”（\A）来分离令牌，从而为流的整个内容只提供一个令牌。
注意，如果您需要明确输入流的编码，可以向Scanner构造函数提供第二个参数，指示要使用的字符集（例如“UTF-8”）。
雅各布也收到了帽子提示，他曾向我指出了上述文章。
Raghu K Nair是唯一一个使用扫描仪的人。我使用的代码有点不同：
String convertToString(InputStream in){
Scanner scanner = new Scanner(in)
scanner.useDelimiter("\\A");
boolean hasInput = scanner.hasNext();
if (hasInput) {
return scanner.next();
} else {
return null;
}
}
关于分隔符：如何在Java Scanner中使用分隔符？
尝试以下4种说法。。
根据Fred回忆的观点，不建议使用+=运算符附加String，因为每次将新字符附加到现有String时，都会再次创建一个新的String对象，并在旧的st对象变为垃圾时将其地址分配给st。
public String convertStreamToString(InputStream is)
{
int k;
StringBuffer sb=new StringBuffer();
while((k=fin.read()) != -1)
{
sb.append((char)k);
}
return sb.toString();
}
不建议，但这也是一种方式
public String convertStreamToString(InputStream is) {
int k;
String st="";
while((k=is.read()) != -1)
{
st+=(char)k;
}
return st;
}
推荐文章
- 在流中使用Java 8 foreach循环移动到下一项
- 访问限制:'Application'类型不是API(必需库rt.jar的限制)
- 用Java计算两个日期之间的天数
- 如何配置slf4j-simple
- Printf与std::字符串?
- 在Jar文件中运行类
- 带参数的可运行?
- 不区分大小写的“in”
- 我如何得到一个字符串的前n个字符而不检查大小或出界?
- 我可以在Java中设置enum起始值吗?
- Java中的回调函数
- 如何在PHP中截断字符串最接近于一定数量的字符?
- c#和Java中的泛型有什么不同?和模板在c++ ?
- 在Java中，流相对于循环的优势是什么?
- Jersey在未找到InjectionManagerFactory时停止工作
