13.2 Dateien mit wahlfreiem Zugriff

Dateien können auf zwei unterschiedliche Arten gelesen und modifiziert werden: zum einen über einen Datenstrom, der Bytes wie in einem Medien-Stream verarbeitet, zum anderen über wahlfreien Zugriff (engl. random access). Während der Datenstrom eine strenge Sequenz erzwingt, ist dies beim wahlfreien Zugriff egal, da innerhalb der Datei beliebig hin und her gesprungen werden kann und ein Dateizeiger verwaltet wird, den wir setzen können. Da wir es mit Dateien zu tun haben, heißt das Ganze dann Random Access File, und die Klasse, die wahlfreien Zugriff anbietet, ist java.io.RandomAccessFile.

13.2.1 Ein RandomAccessFile zum Lesen und Schreiben öffnen

Die Klasse deklariert zwei Konstruktoren, um mit einem Dateinamen oder File-Objekt ein RandomAccessFile-Objekt anzulegen. Im Konstruktor bestimmt der zweite Parameter eine Zeichenkette für den Zugriffsmodus; damit lässt sich eine Datei lesend oder schreibend öffnen. Die Angabe vermeidet Fehler, da eine zum Lesen geöffnete Datei nicht versehentlich überschrieben werden kann.

Zusätzlich lässt sich bei rw noch ein s oder d anhängen; sie stehen für Möglichkeiten, beim Schreiben die Daten mit dem Dateisystem zu synchronisieren.

class java.io.RandomAccessFile 
implements DataOutput, DataInput, Closeable

• RandomAccessFile( String name, String mode ) throws FileNotFoundException

• RandomAccessFile( File file, String mode ) throws FileNotFoundException Öffnet die Datei. Ob die Datei zum Lesen oder Schreiben vorbereitet ist, bestimmt der String mode mit gültigen Belegungen »r« oder »rw«. Ist der Modus falsch gesetzt, zeigt eine IllegalArgumentException dies an. Löst eine FileNotFoundException [Eingedeutscht »DöösIschNetDoo«. ] aus, falls die Datei nicht geöffnet werden kann.

• void close() Schließt eine geöffnete Datei wieder.

13.2.2 Aus dem RandomAccessFile lesen

Um Daten aus einer mit einem RandomAccessFile verwalteten Datei zu bekommen, nutzen wir eine der readXXX()-Methoden. Sie lesen direkt das Byte-Feld aus der Datei oder mehrere Bytes, die zu einem primitiven Datentyp zusammengesetzt sind. readChar()etwa liest hintereinander zwei Bytes und verknüpft diese zu einem char.

class java.io.RandomAccessFile 
implements DataOutput, DataInput, Closeable

• int read() throws IOException Liest genau ein Byte und liefert es als int zurück.

• int read( byte[] b ) throws IOException Liest b.length() viele Byte und speichert sie im Feld b.

• int read( byte[] b, int off, int len ) throws IOException Liest len Byte aus der Datei und schreibt sie in das Feld b ab der Position off. Wurde mehr als ein, aber weniger als len Bytes gelesen, wird die gelesene Größe als Rückgabewert zurückgegeben.

• final boolean readBoolean() throws IOException

• final byte readByte(), final short readShort(), final int readInt(), final long readLong() throws IOException

• final char readChar() throws IOException

• final double readDouble(), final float readFloat() Liest einen primitiven Datentyp.

• final int readUnsignedByte() throws IOException Liest ein als vorzeichenlos interpretiertes Byte.

• final int readUnsignedShort() throws IOException Liest zwei als vorzeichenlos interpretierte Bytes.

• final void readFully( byte[] b ) throws IOException Versucht, den gesamten Puffer b zu füllen.

• final void readFully( byte[] b, int off, int len ) throws IOException Liest len Bytes und speichert sie im Puffer b ab dem Index off.

Zum Schluss bleiben zwei Methoden, die eine Zeichenkette liefern.

• final String readLine() throws IOException Liest eine Textzeile, die das Zeilenendezeichen \r oder \n beziehungsweise eine Kombination \r\n abschließen. Die letzte Zeile muss nicht so abgeschlossen sein, denn ein Dateiende zählt als Zeilenende. readLine() interpretiert die Zeichen nicht als Unicode, sondern übernimmt die Zeichen einfach als ASCII-Bytes. (Ohne die Konvertierung verschiedener Codepages, etwa von einer Datei ein einem ungewohlten IBM-Format, liest readLine() nicht die korrekten entsprechenden Unicode-Zeilen heraus. Diese Byte-in-Char-Umwandlung müsste manuell vorgenommen werden.) Auch weil RandomAccessFile nicht puffert, bietet sich aus Geschwindigkeitsgründen eine zeilenweise Verarbeitung von ASCII-Dateien über readLine() nicht an, und die passende Klasse Scanner oder BufferedReader sollte Verwendung finden.

• final String readUTF() Liest einen modifizierten UTF-kodierten String und gibt einen Unicode-String zurück. Ein UTF-String fasst entweder ein, zwei oder drei Bytes zu einem Unicode-Zeichen zusammen. (Der übernächste Abschnitt erklärt die Kodierung genauer.)

Rückgabe –1 und EOFException

Die Methoden liefern nicht alle einen Fehler, wenn die Datei schon fertig abgearbeitet wurde und keine Daten mehr anliegen. Im Fall von int read(), int read(byte[]) oder int read(byte[], int, int) gibt es einfach den Rückgabewert –1 und keine Exception. Ähnliches gilt für readLine(). Die Methode liefert null am Dateiende. Für die anderen Lese-Methoden gilt, dass sie eine bestimmte Anzahl Bytes erzwingen, etwa readLong() acht – oder auch nur ein Byte für readByte() –, sodass im Fall eines Dateiendes eine EOFException folgt. Bis auf wenige Ausnahmen gibt es kaum weitere Einsatzgebiete von EOFException in der Java-Biblio-thek.

Die UTF-8-Kodierung

writeUTF() und readUTF() sind zwei Funktionen, die die Schnittstellen DataOutput und DataInput vorschreiben. Neben RandomAccessFile implementiert DataOutputStream die Schnittstelle DataOutput und DataInputStream die Schnittstelle DataInput.

Java verwaltet Unicode-Zeichen über den Datentyp char, der (immer noch [Eine Anspielung, da Java seit Version 5 Unicode 4 mit 32-Bit-Zeichen unterstützt und wir widerlich für die Umsetzung tricksen müssen. ] ) 16 Bit lang ist. In unseren Breiten stammen die meisten Zeichen aus den herkömmlichen 8 Bit des Latin-1-Zeichensatzes. Würden die Zeichen als Unicode (also zwei Bytes) versendet, bestände der 16-Bit-Datenstrom im Wesentlichen zur Hälfte aus Nullen. Aus diesem Grund gibt es eine alternative Kodierung, die jedes 16-Bit-Unicodezeichen Platz sparend schreibt und in Abhängigkeit von der Belegung 1, 2 oder 3 Bytes lang ist. Die Kodierung der Zeichen richtet sich nach der Belegung der Bits wie folgt:

• '\u0001' bis '\u007F': Die Zeichen werden direkt mit einem Byte geschrieben. Die westlichen Texte, die zum Großteil in 7-Bit-ASCII verfasst sind, lassen sich somit kompakt schreiben.

• '\u0080' bis '\u07FF': Die Zeichen werden mit 2 Bytes kodiert.

• '\u0800' bis '\uFFFF': Die Zeichen werden mit 3 Bytes kodiert.

Die Kodierung, die Java wählt, ist an UTF-8 angelehnt und wird im Folgenden einfach UTF-8-Kodierung genannt. Das modifizierte UTF-8-Format [http://tutego.com/go/modifiedutf8 ] von Java kodiert etwa – anders als es der Unicode-Standard im Kapitel »Unicode Encoding Forms« beschreibt – das Zeichen '\u0000' in zwei Bytes, was laut Unicode-Standard in einem Byte geschrieben würde.

13.2.3 Schreiben mit RandomAccessFile

Da RandomAccessFile die Schnittstellen DataOutput und DataInput implementiert, werden zum einen die readXXX()-Methoden wie bisher vorgestellt implementiert und zum anderen eine Reihe von Schreibmethoden der Form writeXXX(). Diese sind analog zu den Lese-funktionen: write(byte[] b), write(int b), write(byte[] b, int off, int len), write-Boolean(boolean v), writeByte(int v), writeBytes(String s), writeChar(int v), writeChars(String s), writeDouble(double v), writeFloat(float v), writeInt(int v), writeLong(long v), writeShort(int v) und writeUTF(String str). Der Rückgabetyp ist void, und die Methoden können eine IOException auslösen.

13.2.4 Die Länge des RandomAccessFile

Mit zwei Methoden greifen wir auf die Länge der Datei zu: einmal schreibend verändernd und einmal lesend.

class java.io.RandomAccessFile 
implements DataOutput, DataInput, Closeable

• void setLength( long newLength ) throws IOException Setzt die Größe der Datei auf newLength. Ist die Datei kleiner als newLength, wird sie mit unbestimmten Daten vergrößert; wenn die Datei größer war als die zu setzende Länge, wird die Datei abgeschnitten. Dies bedeutet, dass der Dateiinhalt mit setLength(0) leicht zu löschen ist.

• long length() throws IOException Liefert die Länge der Datei. Schreibzugriffe erhöhen den Wert, und setLength() modifiziert ebenfalls die Länge.

13.2.5 Hin und her in der Datei

Die bisherigen Lesemethoden setzen den Datenzeiger automatisch eine Position weiter. Wir können den Datenzeiger jedoch auch manuell an eine selbst gewählte Stelle setzen und damit durch die Datei navigieren. Die nachfolgenden Lese- oder Schreibzugriffe setzen dann dort an. Die im Folgenden beschriebenen Methoden haben etwas mit diesem Dateizeiger und seiner Position zu tun:

class java.io.RandomAccessFile 
implements DataOutput, DataInput, Closeable

• long getFilePointer() throws IOException Liefert die momentane Position des Dateizeigers. Das erste Byte steht an der Stelle null.

• void seek( long pos ) throws IOException Setzt die Position des Dateizeigers auf pos. Diese Angabe ist absolut und kann daher nicht negativ sein. Falls doch, wird eine Ausnahme ausgelöst. file.seek(file.length()); setzt den Zeiger auf das Ende der Datei.

• int skipBytes( int n ) throws IOException Im Gegensatz zu seek() positioniert skipBytes() relativ. n ist die Anzahl, um die der Dateizeiger bewegt wird. Ist n negativ, werden keine Bytes übersprungen. Eine relative Positionierung mit positivem und negativem n für ein RandomAccessFile raf erreicht raf.seek(raf.getFilePointer() + n). Die Summe darf aber nicht negativ sein, sonst gibt es von seek() eine IOException. Die Rückgabe gibt die tatsächlich gesprungenen Bytes zurück, was nicht mit n identisch sein muss!

Setzt seek() den Zeiger weiter, als es möglich ist, wird die Datei dadurch nicht automatisch größer. Sie verändert jedoch ihre Größe, wenn Daten geschrieben werden.

RandomAccessFile file = new RandomAccessFile("c:/test.bin", "rw" ); 
file.seek( 1000 ); 
file.write( –1 ); 
file.close();

13.2.6 Wahlfreier Zugriff und Pufferung mit Unified I/O

Da RandomAccessFile keine eigene Pufferung übernimmt, ist der sequenzielle Zugriff nicht performant. Falls die Stream-Klassen und Reader/Writer mit in die Diskussion kommen, ermöglicht diese Pufferung aber nicht zwingend wahlfreien Zugriff. Ein Ausweg aus dem Dilemma bietet die freie Open-Source-Bibliothek Unified I/O unter der BSD-Lizenz unter http://uio.imagero.com/ (oder https://uio.dev.java.net/). Eine Zentrale, die Klasse RandomAccessFactory, bietet eine große Anzahl an Fabrikfunktionen der Art create(), createRO(), createBuffered() und createBufferedRO() an; die Parametertypen sind alle möglichen Array-Typen: File, RandomAccess, String (Dateiname) und ein eigener Buffer. Der Rückgabetyp der Fabrikmethoden ist com.imagero.uio.RandomAccess bzw. RandomAccessRO (Ran-domAccess erweitert den Basistyp RandomAccessRO und ermöglicht somit das Lesen und Schreiben). RandomAccess implementiert java.io.DataInput und java.io.DataOutput, was auch RandomAccessFile implementiert, sowie eigene Schnittstellen Input und RandomAccessRO. In der Summe gibt es dann Methoden wie write(), readXXX(), skip(), seek(). Die Klassen ermöglichen eine einfache Unterstützung der Byte-Ordnung mit RandomAccess-Factory.BIG_ENDIAN und LITTLE_ENDIAN.

Ihr Kommentar