Java IO 字节流计数问题

Question

InputStream in = new FileInputStream(file);
BufferedReader br = new BufferedReader(new InputStreamReader(in, "UTF-8"));
long count = 0;
String line = br.readLine();
while (line != null) {
count += line.getBytes("UTF-8").length;
count += 1; // Add \r's length
System.out.println(Thread.currentThread() + "  " + line);
System.out.println(" count:" + count);
line = br.readLine();
}
求问为什么count计算的字节数和实际的字节数不一样

Answer 1

br.readLine(); 
会把
\r
或者
\n
或者
\r\n
作为换行符，所以不一定都是+1；当然你要是得出结论是，算出来的结果比实际的要大，那么不是我说的可能性。
如果小，也许我说对了。也许你可以试试看 count += 2;

Answer 2

你输出count应该在while循环之外输出吧！！！

Answer 3

因为我的业务需要readline

Answer 4

文件时从linux上面弄下来的，而且我试过+2了，误差比+1要大，我想应该不是换行符的问题

Answer 5

你能告诉我 哪个大嘛？
实际byte和计算的比。
如果可以的话，你把你用来测的文本文件也贴出来给大家。

Answer 6

问题出在你得count += 1，我和楼主好好说说：
假如有这么个字符串“aaabbb”存在a.txt中，其中aaa和bbb有换行，就是：
aaa
bbb
这样的话你会看到此文件占用字节数为8，为什么？因为中间有个换行：正规换行时\r\n，占用了两个字节
所以就是8个字节了，而实际真正的字节数为6（不算换行的话）
所以如果你可以这么做：
假如想得到带换行的字节数（就是文件属性的那个字节数）while (line != null) {
                            count += line.getBytes("UTF-8").length;
                            count += 2;    // Add \r's length
                            System.out.println(Thread.currentThread() + "  " + line);
                            System.out.println(" count:" + count);
                            line = br.readLine();
                        }
                        if(count >=2)
                        {
                            count = count -2;//因为你多加了一行
                        }如果不想要换行的字节的话，可以直接将count+=2这行去掉！
Over~~~~~

Answer 7

测试的文本片段有8M，有60000多行，如果是换行符的问题那就不是几十KB的偏差了

Answer 8

楼主只是想取到文件大小的话方法很多。
File file = new File(fileName);
long count = file.length();
System.out.println(count);
如果是想知道为什么你的做法不对的话，
你可以把你的8M文件缩小点，例如只有20-30行。 试试看，如果还是不对，那么把这个缩小后的文件内容贴上来。

Answer 9

InputStream in = new FileInputStream(file);
System.out.println(in.available());  也可以取到文件大小。另外，这句你肯定你的文件是utf-8的？
count += line.getBytes("utf-8").length; 
也许字符集转换时，使得byte数不对了。

Answer 10

有的utf-8还有文件头，根本不会算到可输出字符，加上换行\r\n \n之类的。
这么计算文件总长肯定不对。

Answer 11

楼主还是分析一下文本片断吧,
1 搞清换行符是:"\r\n",还是"\r“，还是"\n"?
2 编码到底是utf-8还是别的。

Answer 12

问题已经找出来了，确实是字符集的问题，因为linux上默认的编码和测试环境默认的编码不一样，所以引起了中文解码的字节长度不一样