java I/O系统(8)-文件压缩

引言

我们对于日志的保存，如果需要存档，那么最好的方式就是对日志文件进行压缩。压缩可以减少资源占用，在需要的时候还能回溯查找。在本篇博文中，详细介绍基于字节流的压缩方式，着重介绍ZipOutputStream、ZipInputStream文件的压缩和解压方式，同时介绍CheckedInputStream、CheckedOutputStream的校验方式，在最后给出相应的demo供大家参考。笔者目前整理的一些blog针对面试都是超高频出现的。大家可以点击链接：http://blog.csdn.net/u012403290

源码在JDK的位置

文件压缩其实本质上也是属于IO操作，但是在JDK中并没有把这部分相关的流操作写入java.io包中。我们需要在java的工具包中：java.util.zip中找到他们：

在本篇博文中就是对zip下的一些核心类进行介绍。其中已Stream结尾的就是涉及的IO字节流相关的类。

压缩家族结构

我们在起初介绍IO系统的时候给出了一个IO系统的结构图。就是下面这张：

其实在中间省略了一些流(因为并不常见)，在这里补充一下涉及到文件压缩和文件一致性的相关流：
首先，文件压缩都是针对字节流的，所以在FilterInputStream装饰器下还存在相关的两个子类：CheckedInputStream与DeflaterInputStream，前者是用于保证文件在传输过程与存储过程中记录一个校验和（checksum）的值来保证数据的完整性，后者是压缩类的基类。相应的在FilterOutputStream装饰器下还存在两个对应相关的子类：CheckedOutputStream和DeflaterOutputStream类，功能和前面介绍的是一样的。在FileterInputStream和FilterOutputStream下存在着所有压缩的子类：zip压缩方式与Gzip压缩方式。图解它们之间的关系如下：

OutputStream：

InputStream:

值得一提的是，文件压缩是面向字节流的（已Stream结尾的类），但是如果在针对字符流的时候（reader和writer）我们需要用InputStreamReader和OutputStreamWriter进行转化。比如说如下：

BufferedReader reader = new BufferedReader(new InputStreamReader(new GZIPInputStream(new FileInputStream("filePath"))));

上面的代码看上去会显得复杂，这也是装饰器模式的劣势，经过层层装饰之后结果会显得非常难理解。其实就是把字节流转换成字符流进行处理。

CheckedInputStream与CheckedOutputStream

校验字节流的核心功能是对文件能生产一个校验和，在我们进行远程数据传输和文件拷贝存储的时候，可以通过这种方式进行校验，比较两者的校验和（checkSum）是否一致，从而保证数据的一致性与完整性。

从上面的JDKapi中，我们可以看出校验方式有两种：Adler32和CRC32。其中Adler32运算效率要比CRC32要高一些，但是数据精准却不如CRC32。可以根据实际情况使用，一般来说可使用Adler32。

假如说，我们要对一个文件进行拷贝，那么我们先对拷贝之前计算它的校验和：

package com.brickworkers.io;import java.io.FileInputStream;import java.io.IOException;import java.util.zip.Adler32;import java.util.zip.CheckedInputStream;/** *  * @author Brickworker * Date:2017年5月23日下午4:02:00  * 关于类CheckSumTest.java的描述：获取文件的校验和 * Copyright (c) 2017, brcikworker All Rights Reserved. */public class CheckSumTest {    public static void main(String[] args) throws IOException {        // 生成一个校验流        try (CheckedInputStream cs = new CheckedInputStream(new FileInputStream("F:/java/io/bw.txt"), new Adler32())) {            byte[] b = new byte[4096];            while ((cs.read(b)) != -1) {            }            System.out.println(cs.getChecksum().getValue());        }    }}//输出结果：//3652824222//

然后我们把文件拷贝的别的地方，并对它进行改名，不修改文件内部任何数据：

package com.brickworkers.io;import java.io.FileInputStream;import java.io.IOException;import java.util.zip.Adler32;import java.util.zip.CheckedInputStream;/** *  * @author Brickworker * Date:2017年5月23日下午4:02:00  * 关于类CheckSumTest.java的描述：获取文件的校验和 * Copyright (c) 2017, brcikworker All Rights Reserved. */public class CheckSumTest {    public static void main(String[] args) throws IOException {        // 生成一个校验流        try (CheckedInputStream cs = new CheckedInputStream(new FileInputStream("F:/python/bw1.txt"), new Adler32())) {            byte[] b = new byte[4096];            while ((cs.read(b)) != -1) {            }            System.out.println(cs.getChecksum().getValue());        }    }}//输出结果：//3652824222//

只要文件内部数据没有被修改，那么它的校验和是一样的，同时说明文件命名被不在校验和的计算之中。

有些小伙伴就有疑问了，你这样做显得好没有意义啊。为了计算一个文件的校验和还需要把文件从头到尾读取一遍？
如果有这样的疑问，说明IO系统已经学到了有一定的基础了。check流其实是在装饰器基类Filter流之下，那么我们可以给任何一种流赋予这种计算校验和的能力。这也是装饰器模式可以层层装饰的厉害之处。比如说我在对文件进行压缩的时候顺带计算校验和，其实并不需要独立的让check流主动去读取一遍数据，你只需要这样写：

CheckedInputStream cs = new CheckedInputStream(new FileInputStream("F:/python/bw1.txt"), new Adler32());        ZipInputStream zs = new ZipInputStream(cs);

那么你的核心对象就变成了ZipInputStream，在zs读取的过程中其实也就在计算校验和了。

ZipInputStream与ZipOutputStream文件压缩解压

接下来说一说核心的文章压缩，首先我们介绍文件压缩过程：

①文件压缩

    // 文件压缩方法    public static void compress(String fromFilePath, String toFilePath) throws IOException {        File file = new File(fromFilePath);        try (                // 指定文件压缩输出流                ZipOutputStream zs = new ZipOutputStream(new FileOutputStream(new File(toFilePath)))) {            checkFile(file, zs, file.getName());        } catch (Exception e) {            e.printStackTrace();        }    }    private static void checkFile(File file, ZipOutputStream zs, String filename) throws FileNotFoundException, IOException {        FileInputStream fs;        if(file.isDirectory()){            //如果是文件夹需要遍历压缩            //获得文件集合            File[] files = file.listFiles();            //遍历            for(int i = 0; i < files.length; i++){                //对命名进一步叠加                checkFile(files[i], zs, filename + File.separator + files[i].getName());            }        }else{            fs = new FileInputStream(file);            // 把压缩文件的档案传递给ZipEntry对象.            // ZipEntry可以管理所有压缩文件，在解压的时候可以根据ZipEntry的值进行解压            zs.putNextEntry(new ZipEntry(filename));            // 开始压缩            // 从输入流读取，逐个字节写入输出流            int c = 0;            while ((c = fs.read()) != -1) {                zs.write(c);            }        }    }

上面这段代码就是对文件进行压缩，基本上所有的操作都是基本流的操作。在压缩前先判断要压缩的文件是文件夹还是单个文件，如果是文件夹，那么需要遍历文件夹下的所有文件，如果是单个文件，那么直接开始压缩。但是压缩的过程中核心要记得的是ZipOutputStream.putNextEntry这个方法，在ZipEntry对象中存在着许多重要的方法，同时ZipEntry在我们解压的时候有着至关重要的作用，它将直接导致压缩后的文件层次的正确性。

迭代方法已经脱离出来了，通常的，在eclipse中我都是用refactor->Extract Method直接自动把局部代码生成为一个独立的方法。在这个递归方法中，我们核心要注意两点：判断文件是否为目录；文件目录层次剖析，也就是前面描述的filename。

②解压文件
解压文件操作相对于压缩文件操作来说会显得简单很多。因为压缩文件中不存在是否文件夹的判断，每一个都是指定了的具体文件：

public static void deCompress(String fromFilePath, String toFilePath) throws FileNotFoundException, IOException{        //压缩文件中详细层次文件        ZipEntry entry;        //输出流        FileOutputStream fs;        //用Zip流获取压缩文件        try(ZipInputStream zs = new ZipInputStream(new FileInputStream(new File(fromFilePath)))){            //直接遍历zip输入流中的ZipEntry            while((entry = zs.getNextEntry()) != null){                //指定这个压缩文件中的文件的准确输出路径                //需要先修复文件的父级目录                File currentFile = new File(toFilePath + File.separator + entry.getName());                if(!currentFile.getParentFile().exists()){                    //mkdirs可以保证父级文件夹不存在一并创建                    currentFile.getParentFile().mkdirs();                }                //然后处理当前文件                if(!currentFile.exists()){                    currentFile.createNewFile();                }                fs = new FileOutputStream(currentFile);                int c;                while((c = zs.read()) != -1){                    fs.write(c);                }            }        }    }

以上就是对文件的压缩处理方式。不过这里有一个缺陷必须和大家说明，和git的submit方式一样，当文件夹中的数据为空的时候，压缩结果会导致解压后数据不存在。不过这个也是可以解决的。

希望对你有所帮助