博客
关于我
利用字节流拷贝文件
阅读量:680 次
发布时间:2019-03-16

本文共 1544 字,大约阅读时间需要 5 分钟。

    public class FileCopy {        public static void main(String[] args) throws IOException {            // 输入流            FileInputStream fileInputStream = new FileInputStream(new File("D:\\abc.txt"));            // 输出流            FileOutputStream fileOutputStream = new FileOutputStream("D:\\abc(字节方式).txt");            // 缓冲区(每次读10字节)            byte[] bytes = new byte[10];            // 写到文件中            int length;            while ((length = fileInputStream.read(bytes)) != -1) {                fileOutputStream.write(bytes, 0, length);            }            // 关闭流            fileInputStream.close();            fileOutputStream.close();        }    

文件字节复制示例

以下代码示例演示了如何使用Java进行文件字节复制操作。该方法通过读取输入流并写入输出流的方式实现文件内容的复制。

    public class FileCopy {        public static void main(String[] args) throws IOException {            // 创建输入流和输出流            FileInputStream inputStream = new FileInputStream("D:\\abc.txt");            FileOutputStream outputStream = new FileOutputStream("D:\\abc(字节方式).txt");            // 创建缓冲区            byte[] buffer = new byte[10];            int readLength;            while ((readLength = inputStream.read(buffer)) != -1) {                outputStream.write(buffer, 0, readLength);            }            // 关闭流            inputStream.close();            outputStream.close();        }    

代码解释: - 首先创建了一个字节输入流(FileInputStream)和一个字节输出流(FileOutputStream)。 - 使用了10字节的缓冲区来读取输入流数据。 - 在循环中读取输入流的内容,并将读取到的字节写入输出流。 - 当输入流结束时,循环结束并关闭两个流。

转载地址:http://abrqz.baihongyu.com/

你可能感兴趣的文章
pandas 重新采样到每月的特定工作日
查看>>
pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
查看>>
pandas :检测一个DF和另一个DF之间缺失的列
查看>>
Pandas-从具有嵌套列表列表的现有列创建动态列时出错
查看>>
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.columns、get_dummies等用法
查看>>
pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
查看>>
pandas.read_csv()的详解-ChatGPT4o作答
查看>>
PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
查看>>
pandas100个骚操作:再见 for 循环!速度提升315倍!
查看>>
Pandas:对给定列求和 DataFrame 行
查看>>
Pandas、Matplotlib、Pyecharts数据分析实践
查看>>
Pandas中文官档~基础用法2
查看>>
Pandas中文官档~基础用法6
查看>>
Pandas中的GROUP BY AND SUM不丢失列
查看>>
pandas交换两列
查看>>
pandas介绍-ChatGPT4o作答
查看>>
pandas去除Nan值
查看>>
pandas实战:电商平台用户分析
查看>>
Pandas库常用方法、函数集合
查看>>