GZIPInputStream lettura riga per riga

Ho un file in formato .gz. La classe java per leggere questo file è GZIPInputStream. Tuttavia, questa classe non estende la classe BufferedReader di java. Di conseguenza, non sono in grado di leggere il file riga per riga. Ho bisogno di qualcosa di simile

reader  = new MyGZInputStream( some constructor of GZInputStream) 
reader.readLine()...

Ho pensato di creare la mia classe che estenda la classe Reader o BufferedReader di java e utilizzi GZIPInputStream come una delle sue variabili.

import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.Reader;
import java.util.zip.GZIPInputStream;

public class MyGZFilReader extends Reader {

    private GZIPInputStream gzipInputStream = null;
    char[] buf = new char[1024];

    @Override
    public void close() throws IOException {
        gzipInputStream.close();
    }

    public MyGZFilReader(String filename)
               throws FileNotFoundException, IOException {
        gzipInputStream = new GZIPInputStream(new FileInputStream(filename));
    }

    @Override
    public int read(char[] cbuf, int off, int len) throws IOException {
        // TODO Auto-generated method stub
        return gzipInputStream.read((byte[])buf, off, len);
    }

}

Ma questo non funziona quando lo uso

BufferedReader in = new BufferedReader(
    new MyGZFilReader("F:/gawiki-20090614-stub-meta-history.xml.gz"));
System.out.println(in.readLine());

Qualcuno può consigliare come procedere ..

La configurazione di base dei decoratori è così:

InputStream fileStream = new FileInputStream(filename);
InputStream gzipStream = new GZIPInputStream(fileStream);
Reader decoder = new InputStreamReader(gzipStream, encoding);
BufferedReader buffered = new BufferedReader(decoder);

La questione chiave in questo frammento è il valore di encoding. Questa è la codifica dei caratteri del testo nel file. È "US-ASCII", "UTF-8", "SHIFT-JIS", "ISO-8859-9", ...? ci sono centinaia di possibilità e la scelta corretta di solito non può essere determinata dal file stesso. Deve essere specificato tramite qualche canale fuori banda.

Ad esempio, forse è l'impostazione predefinita della piattaforma. In un ambiente di rete, tuttavia, questo è estremamente fragile. La macchina che ha scritto il file potrebbe trovarsi nel cubicolo adiacente, ma avere una codifica file predefinita diversa.

La maggior parte dei protocolli di rete utilizza un'intestazione o altri metadati per annotare esplicitamente la codifica dei caratteri.

In questo caso, dall'estensione del file risulta che il contenuto è XML. XML include l'attributo "codifica" nella dichiarazione XML per questo scopo. Inoltre, XML dovrebbe essere realmente elaborato con un parser XML, non come testo. Leggere l'XML riga per riga sembra un caso fragile e speciale.

Non specificare esplicitamente la codifica è contro il secondo comandamento. Usa la codifica predefinita a tuo rischio e pericolo!

GZIPInputStream gzip = new GZIPInputStream(new FileInputStream("F:/gawiki-20090614-stub-meta-history.xml.gz"));
BufferedReader br = new BufferedReader(new InputStreamReader(gzip));
br.readLine();

BufferedReader in = new BufferedReader(new InputStreamReader(
        new GZIPInputStream(new FileInputStream("F:/gawiki-20090614-stub-meta-history.xml.gz"))));

String content;

while ((content = in.readLine()) != null)

   System.out.println(content);

Puoi usare il seguente metodo in una classe util e usarlo ogni volta che è necessario ...

public static List<String> readLinesFromGZ(String filePath) {
    List<String> lines = new ArrayList<>();
    File file = new File(filePath);

    try (GZIPInputStream gzip = new GZIPInputStream(new FileInputStream(file));
            BufferedReader br = new BufferedReader(new InputStreamReader(gzip));) {
        String line = null;
        while ((line = br.readLine()) != null) {
            lines.add(line);
        }
    } catch (FileNotFoundException e) {
        e.printStackTrace(System.err);
    } catch (IOException e) {
        e.printStackTrace(System.err);
    }
    return lines;
}

qui è con una riga

try (BufferedReader br = new BufferedReader(
        new InputStreamReader(
           new GZIPInputStream(
              new FileInputStream(
                 "F:/gawiki-20090614-stub-meta-history.xml.gz"))))) 
     {br.readLine();}