416. 现代 Java I/O 最佳实践 - 高效、简洁、安全地处理文本与数据

1. 🎯 引言

在日常应用开发（特别是 Web 应用）中，我们经常会遇到以下 I/O 操作：

读取/写入文本文件
从网络读取文本、图片、JSON
遍历目录下的文件
读取 ZIP 压缩文件
创建临时文件或目录

Java 的 I/O API 很强大，从 Java 7 引入的 java.nio.file.Files 一直到 Java 18 的 UTF-8 默认支持，给我们带来了很多便利。

👉 需要注意的是：

旧的 java.io.File 和 java.io.BufferedReader 已经过时，虽然它们在搜索结果中仍然很多，但在现代 Java 中应尽量避免。
UTF-8 在 Java 18 之后已经是默认字符集（JEP 400），不用再手动指定，大大减少了编码问题。

2. 📖 读取文本文件

最简单的方式：

java 复制代码

var path = Path.of("/usr/share/dict/words");
String content = Files.readString(path);
System.out.println(content);

🔎 补充说明：

Files.readString(path) 会一次性把文件内容读入字符串。
在 Java 18 之前，为了避免编码问题，通常需要：
java 复制代码
```
Files.readString(path, StandardCharsets.UTF_8);
```
但现在默认就是 UTF-8，不需要再写。

3. 📑 按行读取文本文件

如果我们需要逐行处理：

java 复制代码

List<String> lines = Files.readAllLines(path);

但对于 大文件 ，不建议一次性读入，而是用 流式处理：

java 复制代码

try (Stream<String> lines = Files.lines(path)) {
    lines.filter(line -> line.contains("Java"))
         .forEach(System.out::println);
}

✅ 注意：Files.lines 返回的是 Stream<String>，需要 try-with-resources 来确保自动关闭。

🚫 不推荐再使用 BufferedReader.readLine()。

4. 🔤 使用 Scanner 进行分词读取

有时我们需要 按单词 拆分，而不是按行。可以用 Scanner：

java 复制代码

try (Scanner scanner = new Scanner(path)) {
    scanner.useDelimiter("\\PL+"); // 非字母作为分隔符
    while (scanner.hasNext()) {
        System.out.println(scanner.next());
    }
}

🚀 进阶写法：直接转成 `Stream<String>`

java 复制代码

Stream<String> tokens = new Scanner(path)
        .useDelimiter("\\PL+")
        .tokens();

tokens.limit(10).forEach(System.out::println);

5. 🔢 读取数字与本地化问题

Scanner 也能读取数字，但要注意 本地化陷阱 。比如文本中有 100.000：

在美国 (US) 本地化下，它表示 100.0
在德国 (DE) 本地化下，它表示 100000.0

👉 如果涉及本地化，应该使用 NumberFormat：

java 复制代码

NumberFormat nf = NumberFormat.getInstance(Locale.GERMANY);
Number num = nf.parse("100.000");
System.out.println(num); // 输出 100000

🎓 总结（课堂收尾）

读取整文件 ：Files.readString(path)
逐行处理 ：Files.lines(path) + 流式操作
分词处理 ：Scanner + useDelimiter
数字处理 ：注意本地化，推荐 NumberFormat

✅ 从 Java 18 开始，UTF-8 已经是默认编码，大部分时候不用再操心字符集问题。 🚫 避免使用过时的 File、BufferedReader.readLine，用 Files 和 Streams 来写现代化 I/O。

416. 现代 Java I/O 最佳实践 - 高效、简洁、安全地处理文本与数据