java - 高效的 ByteArrayInputStream 操作

Question

我正在使用一个 ByteArrayInputStream，它包含一个 XML 文档，该文档由一个元素组成，该元素具有一个大的 Base 64 编码字符串作为该元素的内容。我需要删除周围的标签，以便我可以解码文本并将其输出为 pdf 文档。

最有效的方法是什么？

我下意识的 react 是将流读入一个byte数组，找到开始标记的末尾，找到结束标记的开头，然后将中间部分复制到另一个 >字节数组；但这似乎效率很低，而且我正在处理的文本有时可能很大(128KB)。我想要一种无需额外的 byte 数组即可完成此操作的方法。

Answer 1

Base 64 不使用字符 <或>所以我假设您使用的是网络安全的 base64 变体，这意味着您无需担心内容中的 HTML 实体或注释。 如果您确实确定内容具有这种形式，请执行以下操作:

1. 从右侧扫描寻找'<' 。这将是结束标记的开始。
2. 从该位置向左扫描寻找 '>' 。这将是开始标记的结尾。

base 64 内容位于这两个位置之间，互斥。

您可以使用以下方法预设第二个数组的大小

((end - start + 3) / 4) * 3

作为解码内容长度的上限，然后对其进行b64decode。这是可行的，因为每 4 个 base64 数字编码 3 个字节。

如果您想变得非常奇特，因为您知道数组的前几个字节包含可忽略的标签数据，并且编码数据小于输入，所以您可以破坏性地解码当前字节缓冲区上的数据。