“给你第二次机会”——小议PushbackInputStream

jungleford如是说

PushbackInputStream和PushbackReader是Java I/O系统里两个比较让人迷惑的类，我以前对它（们）就不太了解，直到某一天看了以前水母Java版的牛人zms的评论和一些资料以后才有所获益。这是几个月以前的事情了，这几天写有关序列化的总结时才想到这也不失为一个好的话题。

一个允许你反悔的hook

Java I/O系统是一个典型的Decorator模式的实现，它以InputStream/OutputStream为基本核心，通过继承关系，不断为该核心添加新的功能，如文件流、缓冲、加解密等。对I/O系统设计模式感兴趣的话，可以参考developerWorks上的一篇文章：从Java类库看设计模式。Java I/O默认是不缓冲流的，所谓“缓冲”就是先把从流中得到的一块字节序列暂存在一个被称为buffer的内部字节数组里，然后你可以一下子取到这一整块的字节数据，没有缓冲的流只能一个字节一个字节读，效率孰高孰低一目了然。有两个特殊的输入流实现了缓冲功能，一个是我们常用的BufferedInputStream，像读文件我们常用

BufferedInputStream in = new BufferedInputStream(new FileInputStream("datafile"));
while ((b = in.read()) != -1)
{
...
}
in.close();

这是我们几乎不用查什么JDK文档就能信手拈来的代码段，写的时候也应该思考一下套一个BufferedInputStream的意义何在。另一个就是我们不怎么看到的PushbackInputStream（其对应的字符流模式为PushbackReader）。
在通常状态下，“流”意味着“一次性”，就是说你进行了一次操作后它的状态就变了，譬如读，无论是文件还是socket，你读的过程中一个潜在的“读指针”一样的东东就在移动，你无法在读以后再重新定位（当然RandomAccessFile是另一种情况），如果你以前奇怪为什么数据库操作中ResultSet里get某个字段以后就不能再第二次get它了，这里或许是个解释。但好在PushbackInputStream给了我们第二次读的机会。我们先来区别一下“监听”和“截获”的概念，“监听”就是把得到的消息copy一份，原始消息并不作任何改变地传递到目的地；而“截获”则是先把消息“扣押”下来，不让其自动转给目标，而是先进行一些处理以后在转发给目标（如果是网络安全专业的背景知识，大概知道“监听”是对“机密性”的攻击，而“截获”不仅是对“机密性”还是对“完整性”的攻击）。有的朋友大概对hook这个名词有些了解，它是一种Windows的一种消息处理机制，似乎就是一种消息截获手段，但我对Windows编程几乎一窍不通；此外，如果你熟悉Servlet的话，也能找到像Filter这样的处理机制，在对每个HTTP请求/应答进行转发之前，先在里头耍一点花招，确定哪些予以转发，哪些屏蔽掉，这也算是“截获”吧。通过上面的介绍，我们不妨把PushbackInputStream看成是对输入流的一种“截获”手段，其中最重要的方法是unread：

public void unread(int b) throws IOException
public void unread(byte[] b) throws IOException
public void unread(byte[] b, int off, int len) throws IOException

我们可以想象一下，PushbackInputStream内置一个缓冲区（事实上，你可以从它的源代码里找到这个protected的字节数组），当低层流进来时先流进这个buffer，在你把流“物归原主”之前还有机会对它耍花招，然后再用unread方法“反悔”一下，把缓冲区里已经读过的内容（一般是没有被改动的，当然你也可以改动它，那就失去“归赵”的意义了，因为已经不是“完璧”了）再插入到流的头部，下次读的时候是流剩余的部分再加上从缓冲区“归还”的部分。上面三个unread方法分别代表从缓冲区“归还”一个字节、一个字节数组以及一个字节数组中指定的部分。
PushbackInputStream是对二进制流的处理，字符流下相对应的就是PushbackReader。

有什么用？

学过编译的话就容易理解了，比如从左向右扫描字符流“for(int i=0;i<10;i++)”，扫描到“for”是不是就可以说是个关键字了呢？不行，说不定后面是“for1”，那就是个变量而不是关键字了，知道看到“(”才恍然大悟，哦，我可以安全地说“看到for关键字”了，但“(”还得归还给输入流，因为需要后面继续扫描。在上下文相关语言里，就更需要这种补偿机制。又如，在解析HTML文档的时候，我需要根据它的“meta”标签的“charset”属性来决定使用哪种字符集进行解析，但HTML可不是“charset”而是“<html>”开头的哦！所以需要通过PushbackInputStream缓冲前面一段内容，等取到字符集名称后在把读到的流全部归还，再用指定的字符集进行解析。

参考资料

Java Network Programming. by Elliotte R. Harold
zms兄在水母的帖子. by zms（无奈的是，水木清华已经不能对校外开放了）
JDK 1.4.2 Documentation. by java.sun.com

“给你第二次机会”——小议PushbackInputStream

你可能感兴趣的:(“给你第二次机会”——小议PushbackInputStream)