java - zip 文件的内容写入不正确

Question

我正在读取 zip 文件的内容，当我找到 example.xml 文件时，我编辑它的内容并写入输出 zip 文件

public class CopyEditZip {

static String fileSeparator = System.getProperty("file.separator");

    public static void main(String[] args) {
        System.getProperty("file.separator");

        ZipFile zipFile;
        try {
             zipFile = new ZipFile("c:/temp/source.zip");
             ZipOutputStream zos = new ZipOutputStream(new 
                                   FileOutputStream(
                                          c:/temp/target.zip));

             for (Enumeration e = zipFile.entries(); 
                        e.hasMoreElements();) 
                 {
                    ZipEntry entryIn = (ZipEntry) e.nextElement();
                    if (entryIn.getName().contains("sample.xml")) {
                        zos.putNextEntry(new ZipEntry("sample.xml"));
                        InputStream is = zipFile.getInputStream(entryIn);
                        byte[] buf = new byte[1024];
                        int len;
                        while ((len = (is.read(buf))) > 0) {
                            String x = new String(buf);
                            if (x.contains("Input")) {
                               System.out.println("edit count");
                                x = x.replace("Input", "output");
                            }
                            buf = x.getBytes();
                            zos.write(buf, 0, (len < buf.length) ? len
                                : buf.length);
                        }
                        is.close();
                        zos.closeEntry();
                 }
                zos.close();
                zipFile.close();
          } catch (Exception ex) {
        
        }

       }
     }

现在输出中的sample.xml 不正确。有些数据被截断，有些数据丢失。这是否与缓冲区未正确写入有关？还有其他方法可以编辑文件并将其写出吗？

编辑:我看到 xml 正在被写入，后面还有一些来自 xml 的数据。 mt结束标签称为broker，然后后面多了几行数据。不确定它如何在结束标记后写入更多数据。

编辑:

我逐行放置了一个计数器和 sysout，以查看 while 循环的每次迭代期间产生的结果。

这是最后两行

18
put.fileFtpDirectory"/><ConfigurableProperty uri="CDTSFileInput#File     
Input.fileFtpServer"/><ConfigurableProperty uri="CDTSFileInput#File     
Input.fileFtpUser"/><ConfigurableProperty uri="CDTSFileInput#File 
Input.longRetryInterval"/><ConfigurableProperty uri="CDTSFileInput#File 
Input.messageCodedCharSetIdProperty"/><ConfigurableProperty 
uri="CDTSFileInput#File Input.messageEncodingProperty"/>
<ConfigurableProperty uri="CDTSFileInput#File Input.remoteTransferType"/>
<ConfigurableProperty uri="CDTSFileInput#File Input.retryThreshold"/>
<ConfigurableProperty uri="CDTSFileInput#File Input.shortRetryInterval"/>
<ConfigurableProperty uri="CDTSFileInput#File Input.validateMaster"/>
<ConfigurableProperty override="30" uri="CDTSFileInput#File 
Input.waitInterval"/><ConfigurableProperty override="no" 
uri="CDTSFileInput#FileInput.connectDatasourceBeforeFlowStarts"/>
<ConfigurableProperty uri="CDTSFileInput#FileInput.validateMaster"/>
<ConfigurableProperty override="/apps/cdts/trace/ExceptionTrace-
CDTSFileInput-CDT.REF_EXT.Q01.txt" uri="CDTSFileInp

19
ut#FilePath_ExceptionTrace"/><ConfigurableProperty   
override="/apps/cdts/trace/SnapTrace-CDTSFileInput-CDT.REF_EXT.Q01.txt"    
uri="CDTSFileInput#FilePath_SnapTraceENV"/><ConfigurableProperty    
override="/apps/cdts/trace/SnapTrace-CDTSFileInput-CDT.REF_EXT.Q01.txt" 
uri="CDTSFileInput#FilePath_SnapTraceNOENV"/><ConfigurableProperty   
override="EXTERNAL" uri="CDTSFileInput#INPUTORIGIN"/>
<ConfigurableProperty 
override="/apps/cdts/data_in/data_in_fileinput_gtr1" 
uri="CDTSFileInput#InputDirectory"/><ConfigurableProperty override="GTR" 
uri="CDTSFileInput#SUBMITTERID"/><ConfigurableProperty 
override="FILEINPT" uri="CDTSFileInput#SUBMITTERTYPE"/>
<ConfigurableProperty override="" uri="CDTSFileInput#excludePattern"/>
<ConfigurableProperty override="*" uri="CDTSFileInput#filenamePattern"/>
<ConfigurableProperty override="no" 
uri="CDTSFileInput#recursiveDirectories"/></CompiledMessageFlow>
</Broker>ileInput#FileInput.validateMaster"/><ConfigurableProperty 
override="/apps/cdts/trace/ExceptionTrace-CDTSFileInput-
CDT.REF_EXT.Q01.txt" uri="CDTSFileInp

xml 结束于最后一行的一部分，但再次被附加。

Answer 1

阅读和书写文本

如果文件是文本文件，则不应将其读取为字节。您应该使用读取器包装输入流，读取行，然后将它们写回包装在输出流周围的写入器。

造成这种情况的原因之一是文件可能采用非单字节编码，例如 UTF-8。这意味着一个字符可以在一个缓冲区和下一个缓冲区之间分割。

另一个问题是单词Input可能会在缓冲区之间分割。因此，您可能会在一个中得到 Inp，在下一个中得到 ut，并且无法正确匹配它。阅读台词是确保您不会在单词中间停下来的好方法。

但是，使用 ZipOutputStream 编写文本有点不太简单，因为您不会为每个条目获得单独的输出流。因此，您需要从读取的行中提取字节，并将它们写入 zip 文件 - 就像您所做的那样。

读取和写入字节

即使文件恰好是 ASCII 格式，读/写循环中也会遇到一些问题。第一个，次要的一个是你的循环条件应该是:

((len = (is.read(buf)) >= 0)

你真的应该只在得到-1时终止循环。理论上，如果缓冲区大小为零，您可以在循环中间进行读取，但根本不读取任何字节，但这并不意味着流已结束。所以 >=，而不是 >。

但更糟糕的问题是，您读取了 len 字节，但却将整个缓冲区转换为字符串。因此，如果你有一个 1024 字节的缓冲区，而 len 只有 50，那么缓冲区中只有 50 字节将是最新读取的内容，其余的将来自上一次读取的内容，或者为零。

因此，如果您读到的内容是这样的话，请始终使用 len 字节。您应该使用

String x = new String(buf,0,len);

而不是

String x = new String(buf);

此外，您应该注意，当您这样做时:

buf = x.getBytes();

您的缓冲区不再是 1024 字节长。如果最初有 1024 字节，并且字符串中有 10 次 Input 出现，则缓冲区现在的长度将为 1034 字节(假设采用一字节编码)。 len 不再相关 - 它会小于数字。这就是角色丢失的另一个原因。

编码

通常，XML 文件是 UTF-8。当您将字节转换为字符串(反之亦然)时，以及在创建读取器和写入器时，显式声明编码非常重要。否则，字符可能会被错误地读取。

摘要

• 首选文本文件的基于行的读取循环。
• 如果您读取字节而不是行:如果您读取 len 字节，请使用 len 字节，而不是整个缓冲区。
• 如果更改数据，请勿使用旧的长度。
• 使用编码。

因此新循环的草图将是:

for (Enumeration<? extends ZipEntry> e = zipFile.entries(); e.hasMoreElements();) {
    ZipEntry entryIn = e.nextElement();
    if (entryIn.getName().contains("sample.xml")) {
        zos.putNextEntry(new ZipEntry("sample.xml"));
        try (BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(zipFile.getInputStream(entryIn),
                                                                                      StandardCharsets.UTF_8))) {
            String line;
            while ((line = bufferedReader.readLine()) != null) {
                if (line.contains("Input")) {
                    System.out.println("edit count");
                    line = line.replace("Input", "output")

                }
                line += System.lineSeparator(); // Add newline back.
                byte[] buf = line.getBytes(StandardCharsets.UTF_8);
                zos.write(buf);
            }
        }
     zos.closeEntry();
    }
}

注意:

• 尝试使用资源来打开缓冲读取器。它将自动关闭(及其底层读取器和输入流)。
• 不要使用原始类型枚举。使用正确的通配符，您将能够避免显式强制转换。
• 由于您从整行创建缓冲区，并且仅从该行创建缓冲区，因此您可以写入该完整缓冲区，并且不需要偏移量和长度。