文本文件处理是业务开发中最常见的 IO 场景，包括配置文件、日志、CSV、SQL、Markdown、JSON 等。文本处理的重点是字符集、行处理、内存占用和格式边界。

1. 小文本文件

小文件可以直接读取为字符串：

String content = Files.readString(path, StandardCharsets.UTF_8);

写入：

Files.writeString(path, content, StandardCharsets.UTF_8);

适合配置模板、小型 SQL 文件、小 JSON 文件。

2. 按行读取

大多数文本处理更适合按行读取：

try (BufferedReader reader = Files.newBufferedReader(path, StandardCharsets.UTF_8)) {
    String line;
    while ((line = reader.readLine()) != null) {
        handle(line);
    }
}

注意 readLine() 不包含行尾换行符。

3. 写文本文件

try (BufferedWriter writer = Files.newBufferedWriter(path, StandardCharsets.UTF_8)) {
    for (String line : lines) {
        writer.write(line);
        writer.newLine();
    }
}

如果文件是跨平台交换格式，建议明确使用 \n，避免不同系统换行差异。

4. 追加写入

Files.writeString(
        path,
        "new line\n",
        StandardCharsets.UTF_8,
        StandardOpenOption.CREATE,
        StandardOpenOption.APPEND
);

频繁追加日志不要自己手写文件追加，应该使用成熟日志框架，如 Logback、Log4j2。

5. CSV 处理

简单 CSV 不能只用 split(",") 处理，因为字段可能包含逗号、引号、换行。

1,"Alice, A",20
2,"hello ""java""",30

生产环境建议使用成熟 CSV 库。自己解析 CSV 时要支持：

• 引号字段。
• 字段内逗号。
• 字段内换行。
• 转义引号。
• 空字段。

6. JSON 文本

小 JSON 可以整体读入后解析。

大 JSON 文件要根据格式选择流式解析，避免一次性加载巨大对象树。

例如超大数组：

[
  {"id":1},
  {"id":2}
]

应使用流式 JSON 解析器，而不是直接读成一个巨大 List。

7. BOM 问题

某些 UTF-8 文件开头可能包含 BOM。读取后第一个字符可能是 \uFEFF。

处理方式：

if (!line.isEmpty() && line.charAt(0) == '\uFEFF') {
    line = line.substring(1);
}

或者使用支持 BOM 处理的工具库。

专家实践清单

问题	建议	风险
编码	显式 UTF-8 或业务指定编码	默认编码乱码
换行	兼容 \n、\r\n	跨平台解析失败
大小	大文件按行处理	一次性读入 OOM
格式	CSV/JSON 用成熟库	手写解析边界错
异常行	记录行号和内容摘要	难以定位脏数据

文本处理链路：

字节文件
  │ Charset 解码
  ▼
行 / 记录
  │ 解析与校验
  ▼
领域对象
  │
  ▼
业务处理

Tips 快问快答

Q：文本文件处理最重要的参数是什么？ A：字符集，其次是换行、分隔符和转义规则。

Q：CSV 可以用 split(\",\") 解析吗？ A：简单数据可以，生产复杂 CSV 不建议，因为有引号、逗号转义和换行字段。

Q：Files.readString 适合大文件吗？ A：不适合，它会把整个文件读成字符串。

Q：按行读取会保留换行符吗？ A：通常不会，需要自己决定写回时的换行策略。

Q：BOM 是什么问题？ A：文件开头可能带 UTF-8 BOM，解析第一列时可能出现隐藏字符。

Q：文本导入为什么要记录行号？ A：脏数据排查需要快速定位具体行。

Q：复杂 JSON 日志应该怎么处理？ A：用流式 JSON 解析器，避免一次性加载大文件。

Q：文本处理的专家意识是什么？ A：把编码、格式边界、脏数据、内存和可恢复性都纳入设计。

8. 总结

文本文件处理看起来简单，真正容易出问题的是字符集、换行、格式边界和大文件内存。简单文本可以用 Files，大文本按行处理，复杂格式交给成熟解析库。