BlogJava-pengpenglin-随笔分类-J2SE

【Java基础专题】IO与文件读写---优化搜索程序(01)

Paul Lin — Fri, 02 Apr 2010 06:20:00 GMT

摘要: Apache commons CLI是一个开源的，用于处理命令行的工具包。这个包目前的稳定版本是1.2，他非常简单只有20个左右的class，但提供了几乎所以可以用到的命令行功能。它的主页在这里：Apache commons CLI

根据CLI的逻辑，每一个命令行的处理都可以分为3个步骤：定义、解析、交互
①定义：定义命令行的各种选项属性(包括缩写、全写、是否必须、是否带参数、参数个数限制)
②解析：使用解析器对命令行选项列表进行解析
③交互：从解析好的命令行查询用户输入的参数值并进行处理阅读全文

Paul Lin 2010-04-02 14:20 发表评论

【Java基础专题】IO与文件读写---DirectoryWalker和FileFilter的复杂条件使用

Paul Lin — Thu, 01 Apr 2010 09:52:00 GMT

摘要: 1.基本功能过滤器
=============================================
①类型：DirectoryFileFilter、FileFileFilter
②大小：EmptyFileFilter、SizeFileFilter
③时间：AgeFileFilter
④名称：NameFileFilter、PrefixFileFilter、SuffixFileFilter、RegexFileFilter、WildcardFileFilter
⑤读写属性：CanReadFileFilter、CanWriteFileFilter
⑥隐藏属性：HiddenFileFilter

2.逻辑关系过滤器
=============================================
①逻辑与：AndFileFilter
②逻辑或：OrFileFilter
③逻辑非：NotFileFilter
④永真/假：TrueFileFilter、FalseFil 阅读全文

Paul Lin 2010-04-01 17:52 发表评论

【Java基础专题】IO与文件读写---使用DirectoryWalker和FileFilterUtils进行搜索

Paul Lin — Wed, 31 Mar 2010 15:45:00 GMT

摘要: Apache commons IO包中提供了一个可以遍历目录下资源的DirectoryWalker，还有很多的IOFileFilter用于过滤文件目录。下面的例子分别演示了这个功能。

这两个搜索类都是以内部类的方式嵌入客户端的，客户端接收客户的参数，然后通过一个后台线程来进行搜索，等待子线程完成搜索后(join方法)，再打印搜索结果。

注意这个过程是可以被cancel的。cancel主要有2种情况。外部cancel：外部线程通过调用内部类的cancel()方法。内部cancel：在handleDirectory、handleFile中主动抛出CancelException。

walk方法在每次执行前、后都会检查当前是否有cancel指令发出(checkIfCancelled ---> handleIsCancelled)，如果有那么默认立刻抛出CancelException，然后调用handleCancelled方法。阅读全文

Paul Lin 2010-03-31 23:45 发表评论

【Java基础专题】IO与文件读写---慎用FileUtils.writeLines(File, Collection)方法

Paul Lin — Mon, 29 Mar 2010 16:19:00 GMT

从同一个源文件(15M左右)使用不同的方式读入，一种是读入后构造成一个String，另外一个是读入后构造成一个List。然后再调用 writeLines(File, String)和writeLines(File, Collection)写入。下面是测试比较的结果：

Read and write by string format
File sizes(bytes): 15661680
Content read(bytes): 15661680
Time costing(ms) on reading: 2047
Time costing(ms) on writing: 1016

Read and write by collection format
File sizes(bytes): 15661680
File read(lines): 1782615
Time costing(ms) on reading: 2047
Time costing(ms) on writing: 533437

效率相差之多! 我的测试环境如下：

OS：Win XP SP4
CPU：Intel Core(TM) 2 Duo CPU
内存：800M(虚拟机分配)
JDK：JDK 5.0 (JVM内存分配：-Xms64m -Xmx512m)
测试文件：15.295M (是一个IP地址文件，总共1782615行)

在读方面时间居然相当(这里面应该有操作系统层面的缓冲作用，我单独地测试时第2个方式总比第一个慢1/3左右)。而在写方面性能简直是天壤之别啊：533437/1016 ≈525倍。

虽然我这个测试还是不严谨的，但是从方法实现过程和原理来看，两者性能差异存在必然的因素：

①以Collection方式去构造的，在读取的过程中生成多个小String，而生成String是一项耗时的工作
②以Collection方式去写的，首先要迭代这个Collection，然后每次调用Collection中的元素的toString()方法，造成多次的堆栈操作

Paul Lin 2010-03-30 00:19 发表评论

TSS上关于JDBC操作优化的Tips总结

Paul Lin — Fri, 19 Mar 2010 15:11:00 GMT

摘要: 阅读全文

Paul Lin 2010-03-19 23:11 发表评论

【Java基础专题】IO与文件读写---对同步/异步和阻塞/非阻塞的理解

Paul Lin — Wed, 10 Mar 2010 07:36:00 GMT

摘要: ①同步的操作，如果在等待的过程不能做别的事情，它是同步+阻塞的。这个也是最常见的
②同步的操作，如果在等待的过程可以做别的事情，它是同步+非阻塞的。
③异步的操作，如果在等待的过程不能做别的事情，它是异步+阻塞的。
④异步的操作，如果在等待的过程可以做别的事情，它是异步+非阻塞的。这个也是最常见的阅读全文

Paul Lin 2010-03-10 15:36 发表评论

【Java基础专题】IO与文件读写---同步/异步与阻塞/非阻塞的区别（转）

Paul Lin — Wed, 10 Mar 2010 06:54:00 GMT

摘要: 同步/异步：消息通知机制。是自己主动关注消息还是靠别人通知
阻塞/非阻塞：消息处理机制。等待消息处理完成的过程能否做别的事情阅读全文

Paul Lin 2010-03-10 14:54 发表评论

【Java基础专题】IO与文件读写---使用Apache commons IO包进行资源遍历

Paul Lin — Mon, 08 Mar 2010 16:26:00 GMT

摘要: 要使用DirectoryWalker来遍历一个目录并进行相应的操作，步骤如下：

①创建一个继续于DirectoryWalker的类，并在构造方法中调用super()；
②定义一个业务入口方法，例如clean。在这个方法中调用walk方法
③覆盖DirectoryWalker类的handleDirectory方法，提供相应的处理逻辑
④覆盖DirectoryWalker类的handleFile方法，提供相应的处理逻辑阅读全文

Paul Lin 2010-03-09 00:26 发表评论

【Java基础专题】IO与文件读写---使用Apache commons IO过滤文件和目录

Paul Lin — Mon, 08 Mar 2010 16:02:00 GMT

摘要: 它们可以分为两大类：
①实质性过滤器：例如针对文件的类型，属性，名称，大小进行过滤的过滤器
②过滤器连接器：典型的包括AndFileFilter、OrFileFilter。用于逻辑连接多个过滤器阅读全文

Paul Lin 2010-03-09 00:02 发表评论

【Java基础专题】IO与文件读写---使用Apache commons IO操纵底层读写

Paul Lin — Mon, 08 Mar 2010 13:24:00 GMT

摘要: 对IOUtils类的剖析阅读全文

Paul Lin 2010-03-08 21:24 发表评论

【Java基础专题】IO与文件读写---使用Apache commons IO简化文件读写

Paul Lin — Mon, 08 Mar 2010 07:07:00 GMT

摘要: FileUtils总体上来说，主要功能有：
※ 资源的创建、删除
※ 资源的复制、移动
※ 资源的读写
※ 资源的比较
※ 资源的过滤
※ 资源的转换阅读全文

Paul Lin 2010-03-08 15:07 发表评论

【Java基础专题】IO与文件读写---使用Apache commons IO包规范文件名

Paul Lin — Mon, 08 Mar 2010 02:56:00 GMT

摘要: 使用Apache commons IO包规范文件名阅读全文

Paul Lin 2010-03-08 10:56 发表评论

【Java基础专题】IO与文件读写---使用Apache commons io包提高读写效率

Paul Lin — Thu, 04 Mar 2010 02:28:00 GMT

摘要: 本文通过对Apache commons io包的input,output子类的源代码研究，来揭示为什么使用commons IO包会在性能上由于JDK自带的IO类。

特别是输出流方面阅读全文

Paul Lin 2010-03-04 10:28 发表评论

【Java基础专题】IO与文件读写---Java的IO流架构

Paul Lin — Tue, 02 Mar 2010 01:47:00 GMT

摘要: 使用图例全面展示Java中IO的架构，特别是节点流和过滤流及其之间的转换阅读全文

Paul Lin 2010-03-02 09:47 发表评论

【Java基础专题】编码与乱码(08)---JavaEE防止中文乱码的设置

Paul Lin — Wed, 24 Feb 2010 02:25:00 GMT

摘要: 良好的编程习惯，对编码和数据传输流程的清晰认识，规范的配置是确保JavaEE应用不会出现乱码的三大法宝阅读全文

Paul Lin 2010-02-24 10:25 发表评论

【Java基础专题】编码与乱码(07)---native2ascii命令的用法

Paul Lin — Tue, 23 Feb 2010 10:41:00 GMT

摘要: 可以看到该命令对于英文字符，数字不会转换而是直接输出，而对于每个中文字符则转换成以\u开头的4个16进制数字。

通常情况下，如果要进行字符的逆转换，-encoding encoding_name这个参数都会配合-reverse出现。在上面的例子中因为本地系统是中文操作系统，所以即便没有指定-encoding也可以正确地从unicode ---》GBK。如果是在英文平台下由于默认字符集是ISO-8859-1，那么这个时候如果不指定则转换出来的将是?了。阅读全文

Paul Lin 2010-02-23 18:41 发表评论

【Java基础专题】编码与乱码(06)---字符的各种值转换

Paul Lin — Tue, 23 Feb 2010 08:48:00 GMT

摘要: 可以看到在Java中，字符的unicode有两种表示显示：一种是10进制形式，一种是16进制形式。它们可以分别通过：int i = (int)(string.charAt(i))和Integer.toHexString(i);获得。而且在java文件和Web页面，同一个unicode的表示形式是不同。web页面需要用&#进行转义，在java文件中则使用\u进行转义。阅读全文

Paul Lin 2010-02-23 16:48 发表评论

【Java基础专题】编码与乱码(05)---GBK与UTF-8之间的转换

Paul Lin — Mon, 22 Feb 2010 15:00:00 GMT

摘要: 在这个专题的第一篇文章【Java基础专题】编码与乱码(01)---编码基础开头，我们就已经介绍了这个规则：
①得到每个字符的2进制GBK编码
②将该16进制的GBK编码转换成2进制的字符串(2个字节)
③分别在字符串的首位插入110，在第9位插入10，在第17位插入10三个字符串，得到3个字节
④将这3个字节分别转换成16进制编码，得到最终的UTF-8编码。阅读全文

Paul Lin 2010-02-22 23:00 发表评论

【Java基础专题】编码与乱码(04)---输出时的编码与乱码

Paul Lin — Mon, 22 Feb 2010 09:39:00 GMT

摘要: 谨慎地使用getBytes(NAME_OF_CHARSET)和new String(bytes, NAME_OF_CHARSET)，除非你很清楚的知道原始的字符编码和传输协议使用的编码。

推荐使用基于服务器的配置、过滤器设置request/response的characterEncoding、content type属性。还有就是JSP页面的pageEncoding属性、HTML meta元素的content type属性。尽量避免频繁的在代码中进行字符串转码，即降低了效率又增加了风险阅读全文

Paul Lin 2010-02-22 17:39 发表评论

【Java基础专题】编码与乱码(03)----String的toCharArray()方法

Paul Lin — Mon, 22 Feb 2010 09:18:00 GMT

摘要: 这个方法再次证明了String的getBytes()方法的危险性，如果我们使用new String(str.getBytes(), encoding)对字符串进行重新编码解码时，我们一定要清楚str.getBytes()方法返回的字节数组的长度、内容到底是什么，因为在接下来使用新的encoding进行编码解码时，Java并不会自动地对字节数组进行扩展以适应新的encoding。而是按照新的编码方法直接对该字节数组进行解析。

于是结果就像上面的例子一样，同样是4个原始字节，有些每2个一组进行解析，有些每个一组进行解析，有些每3个一组进行解析。其结果就只能看那种编码方式合适了。阅读全文

Paul Lin 2010-02-22 17:18 发表评论

【Java基础专题】编码与乱码(02)---String的getBytes([encoding])方法

Paul Lin — Mon, 22 Feb 2010 08:53:00 GMT

摘要: 不要轻易地使用或滥用String类的getBytes(encoding)方法，更要尽量避免使用getBytes()方法。因为这个方法是平台依赖的，在平台不可预知的情况下完全可能得到不同的结果。如果一定要进行字节编码，则用户要确保encoding的方法就是当初字符串输入时的encoding。阅读全文

Paul Lin 2010-02-22 16:53 发表评论

【Java基础专题】编码与乱码(01)---编码基础

Paul Lin — Tue, 16 Feb 2010 15:23:00 GMT

摘要: Unicode到UTF-8的转换：Unicode的16进制编码<-->对应的2进制编码<-->UTF-8规范的2进制编码<-->UTF-8规范的16进制编码

也就是说，假如我们需要从磁盘文件、数据库记录、网络传输一些字符，保存到Java的变量中，要经历由bytes-->encode字符-->Unicode字符的转换(例如new String(bytes, encode))；而要把Java变量保存到文件、数据库或者通过网络传输，系统要做一个Unicode字符-->encode字符-->bytes的转换(例如String.getBytes([encode])) 阅读全文

Paul Lin 2010-02-16 23:23 发表评论

【原】RSS工具开发手记(14)---Informa的exporters包

Paul Lin — Mon, 04 Jan 2010 02:15:00 GMT

摘要: Informa不仅提供了对不同版本的RSS Feed source的读入和解析，同样也提供了将channel object导出为不同协议版本的XML文件的功能。这个功能是通过exporters包下的各个导出类来完成的。目前仅支持对RSS协议的导出，不支持Atom协议、OPML协议的导出。阅读全文

Paul Lin 2010-01-04 10:15 发表评论

【原】RSS工具开发手记(13)---Informa的parsers包

Paul Lin — Sat, 02 Jan 2010 12:56:00 GMT

摘要: OPML(Outline Processor Markup Language)协议正是用于解决这样问题的。利用OPML协议，我们可以通过阅读器把已经订阅的频道导出为OPML协议规定的格式，从而作为
一个文件分享出去。阅读全文

Paul Lin 2010-01-02 20:56 发表评论

【原】RSS工具开发手记(12)---Informa的parsers包

Paul Lin — Wed, 30 Dec 2009 02:45:00 GMT

摘要: 可以看到，对于这个解析过程，一般的步骤就是：
A.获取channnel下的某个子节点元素
B.如果该子节点元素有子元素或属性，则继续递归访问
C.调用该channnel子元素的createXxx方法加载或创建该子元素
D.调用Channel的setXxx方法添加该子元素到channel实例中阅读全文

Paul Lin 2009-12-30 10:45 发表评论

【原】RSS工具开发手记(11)---Informa的parse包

Paul Lin — Tue, 29 Dec 2009 07:56:00 GMT

摘要: FeedParser是一个facade类，这个类的工作就是根据读入的RSS Feed的协议系和版本“委托(delegate)”给已经硬编码的规则(concrete rules)指定的解析器，而且这些解析器是私有的。这意味着：用户不能直接调用一个RSS_0_91_Parser类的实例来进行解析工作。阅读全文

Paul Lin 2009-12-29 15:56 发表评论

【原】RSS工具开发手记(10)---Informa的impl.hibernate包

Paul Lin — Mon, 28 Dec 2009 07:57:00 GMT

摘要: ChannelBuilder对channel object的创建原则就是：
A.如果能够从持久层中找到对应的记录，那么从持久层返回
B.如果找不到，则创建它并持久化它，然后返回该对象(已持久化)

只要记得的一点就是：从ChannelBuilder返回的对象都是已经持久化的。阅读全文

Paul Lin 2009-12-28 15:57 发表评论

【原】RSS工具开发手记(07)---Informa的impl.basic包

Paul Lin — Tue, 22 Dec 2009 16:03:00 GMT

摘要: 这个ID生成类采用了系统当前时间作为随即数产生的种子，这个并不难理解。但是有一个地方需要我们注意的就是关键字transient的使用。这个关键的作用是告诉编译器假设该类的对象被序列化了，这个值不需要被保存。因为它是“瞬时”的。阅读全文

Paul Lin 2009-12-23 00:03 发表评论

【原】RSS工具开发手记(05)---Informa的impl.basic包

Paul Lin — Tue, 22 Dec 2009 15:31:00 GMT

摘要: 总结起来，channel的创建，更新过程如下：
①接收经过ChannelParser解析后的XML Element元素，和其他一系列属性，调用构造方法
②构造方法为channel生成一个全局唯一ID
③构造方法创建item列表，观察者列表，设置好分类(Category)，首次更新时间
④如果有新item到来，则添加到item列表，同时更新item的channel归属
⑤如果现有channel更新，则设置最新更新时间
⑥通知每一个已注册的观察者有事件发生阅读全文

Paul Lin 2009-12-22 23:31 发表评论

【原】RSS工具开发手记(04)---Informa的core包

Paul Lin — Mon, 21 Dec 2009 14:09:00 GMT

摘要: Informa的core包介绍如下：

“This package contains interfaces for the news channel objects, it builds the core API for all news channel storage implementation. ”

从上面这句话来看，core包里面定义的都是关于“news channel objects”的接口---实际上就是RSS协议中的channel和item元素。经过一个多小时查看源代码和阅读API，发现Informa对core包的设计有如下特点：

core包中的元素被分为标记接口、实体接口、行为接口阅读全文

Paul Lin 2009-12-21 22:09 发表评论