java中怎么读取文档？具体代码示例和常用方法有哪些？

在Java开发中,读取文档是一项常见且重要的任务，无论是处理配置文件、日志文件，还是解析用户上传的文档，都需要掌握正确的读取方法，Java提供了多种文档读取方式，涵盖文本文件、二进制文件乃至复杂的结构化文档格式，本文将系统介绍Java中读取文档的核心方法、适用场景及最佳实践，帮助开发者根据实际需求选择合适的技术方案。

文本文件的读取方法

文本文件是开发中最常处理的文档类型,Java提供了多种读取方式，每种方式在性能和适用场景上各有侧重。

使用BufferedReader逐行读取

BufferedReader是Java IO中高效的文本读取类，通过缓冲机制减少磁盘I/O操作，特别适合读取大文件，其核心方法readLine()可以按行读取内容，避免频繁的内存分配。

try (BufferedReader reader = new BufferedReader(new FileReader("example.txt"))) {
    String line;
    while ((line = reader.readLine()) != null) {
        System.out.println(line);
    }
} catch (IOException e) {
    e.printStackTrace();
}

这种方式的优点是内存占用低,适合处理GB级别的大文件，但需要手动处理资源关闭（通过try-with-resources语句自动管理）。

使用Scanner灵活解析

Scanner类提供了更丰富的解析功能,除了读取文本外，还能将内容解析为基本数据类型，通过设置分隔符，可以灵活处理不同格式的文本：

try (Scanner scanner = new Scanner(new File("data.txt"))) {
    scanner.useDelimiter(","); // 设置分隔符
    while (scanner.hasNext()) {
        String token = scanner.next();
        System.out.println(token);
    }
} catch (FileNotFoundException e) {
    e.printStackTrace();
}

Scanner适合处理结构化文本,但性能略低于BufferedReader，不适合处理超大文件。

使用Files类（NIO.2）

Java 7引入的NIO.2（New I/O）提供了Files工具类，简化了文件操作，其readAllLines()方法可以将文件内容一次性读取到内存，适合小文件快速处理：

try {
    List<String> lines = Files.readAllLines(Paths.get("config.txt"), StandardCharsets.UTF_8);
    lines.forEach(System.out::println);
} catch (IOException e) {
    e.printStackTrace();
}

该方法代码简洁,但会将整个文件加载到内存，大文件可能导致内存溢出。

二进制文件的读取方法

对于图片、视频、PDF等非文本文件，需要采用字节流（InputStream）进行读取。

基本字节流读取

FileInputStream是读取二进制文件的基础类,通过read()方法逐字节读取：

try (FileInputStream fis = new FileInputStream("image.jpg")) {
    byte[] buffer = new byte[1024];
    int bytesRead;
    while ((bytesRead = fis.read(buffer)) != -1) {
        // 处理读取的字节数据
    }
} catch (IOException e) {
    e.printStackTrace();
}

实际开发中通常结合BufferedInputStream提升性能,通过缓冲区减少磁盘访问次数。

使用Files.readAllBytes()

对于较小的二进制文件,NIO.2的Files.readAllBytes()方法提供了更简洁的读取方式：

try {
    byte[] bytes = Files.readAllBytes(Paths.get("document.pdf"));
    // 处理字节数组
} catch (IOException e) {
    e.printStackTrace();
}

该方法直接返回字节数组,适合处理小文件，大文件仍需使用流式读取。

结构化文档的解析

现代应用常需处理JSON、XML等结构化文档，Java提供了多种解析库。

JSON文档解析

• Jackson：高性能JSON处理库，支持数据绑定、流式API等：

  ObjectMapper mapper = new ObjectMapper();
  try {
    User user = mapper.readValue(new File("user.json"), User.class);
    System.out.println(user.getName());
  } catch (IOException e) {
    e.printStackTrace();
  }

• Gson：Google开发的JSON库，API简洁易用：

  Gson gson = new Gson();
  try (Reader reader = new FileReader("data.json")) {
    Map<String, Object> map = gson.fromJson(reader, Map.class);
    System.out.println(map);
  } catch (IOException e) {
    e.printStackTrace();
  }

XML文档解析

• DOM解析：将XML文档加载到内存树形结构，适合小型文档：

  DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
  DocumentBuilder builder = factory.newDocumentBuilder();
  Document document = builder.parse(new File("config.xml"));
  NodeList nodes = document.getElementsByTagName("user");

• SAX解析：事件驱动型解析器，内存占用低，适合大文件：

  SAXParserFactory factory = SAXParserFactory.newInstance();
  SAXParser saxParser = factory.newSAXParser();
  DefaultHandler handler = new DefaultHandler() {
    @Override
    public void startElement(String uri, String localName, String qName, Attributes attributes) {
        // 解析元素开始事件
    }
  };
  saxParser.parse("data.xml", handler);

文档读取的最佳实践

1. 资源管理：始终使用try-with-resources语句确保流、文件句柄等资源自动关闭，避免资源泄漏。
2. 字符编码：读取文本文件时明确指定字符编码（如UTF-8），避免乱码问题：

   BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream("file.txt"), "UTF-8"));

3. 异常处理：对可能发生的IO异常进行合理处理，避免程序崩溃。
4. 性能优化：大文件采用缓冲流或分块读取，小文件可直接使用NIO.2的便捷方法。
5. 内存安全：处理超大文件时，避免使用readAllLines()或readAllBytes()等方法，改用流式逐行/分块处理。

Java中读取文档的方法多种多样,开发者需根据文件类型、大小和业务需求选择合适的技术，文本文件优先考虑BufferedReader或NIO.2的Files类；二进制文件使用字节流并配合缓冲机制；JSON/XML等结构化文档则借助Jackson、Gson或DOM/SAX解析器，无论采用何种方式，遵循资源管理、异常处理和性能优化的最佳实践，才能构建稳定高效的文档处理逻辑，随着Java版本的更新，NIO.2等新特性不断简化文件操作，开发者应关注技术演进，选择更现代的解决方案。