jungleford如是說
PushbackInputStream和PushbackReader是Java I/O系統里兩個比較讓人迷惑的類，我以前對它（們）就不太了解，直到某一天看了以前水母Java版的牛人zms的評論和一些資料以后才有所獲益。這是幾個月以前的事情了，這幾天寫有關序列化的總結時才想到這也不失為一個好的話題。
一個允許你反悔的hook
Java I/O系統是一個典型的Decorator模式的實現，它以InputStream/OutputStream為基本核心，通過繼承關系，不斷為該核心添加新的功能，如文件流、緩沖、加解密等。對I/O系統設計模式感興趣的話，可以參考developerWorks上的一篇文章：從Java類庫看設計模式。Java I/O默認是不緩沖流的，所謂“緩沖”就是先把從流中得到的一塊字節序列暫存在一個被稱為buffer的內部字節數組里，然后你可以一下子取到這一整塊的字節數據，沒有緩沖的流只能一個字節一個字節讀，效率孰高孰低一目了然。有兩個特殊的輸入流實現了緩沖功能，一個是我們常用的BufferedInputStream，像讀文件我們常用
BufferedInputStream in = new BufferedInputStream(new FileInputStream("datafile"));
while ((b = in.read()) != -1)
{
...
}
in.close(); |
這是我們幾乎不用查什么JDK文檔就能信手拈來的代碼段，寫的時候也應該思考一下套一個BufferedInputStream的意義何在。另一個就是我們不怎么看到的PushbackInputStream（其對應的字符流模式為PushbackReader）。
在通常狀態下，“流”意味著“一次性”，就是說你進行了一次操作后它的狀態就變了，譬如讀，無論是文件還是socket，你讀的過程中一個潛在的“讀指針”一樣的東東就在移動，你無法在讀以后再重新定位（當然RandomAccessFile是另一種情況），如果你以前奇怪為什么數據庫操作中ResultSet里get某個字段以后就不能再第二次get它了，這里或許是個解釋。但好在PushbackInputStream給了我們第二次讀的機會。我們先來區別一下“監聽”和“截獲”的概念，“監聽”就是把得到的消息copy一份，原始消息并不作任何改變地傳遞到目的地；而“截獲”則是先把消息“扣押”下來，不讓其自動轉給目標，而是先進行一些處理以后在轉發給目標（如果是網絡安全專業的背景知識，大概知道“監聽”是對“機密性”的攻擊，而“截獲”不僅是對“機密性”還是對“完整性”的攻擊）。有的朋友大概對hook這個名詞有些了解，它是一種Windows的一種消息處理機制，似乎就是一種消息截獲手段，但我對Windows編程幾乎一竅不通
；此外，如果你熟悉Servlet的話，也能找到像Filter這樣的處理機制，在對每個HTTP請求/應答進行轉發之前，先在里頭耍一點花招，確定哪些予以轉發，哪些屏蔽掉，這也算是“截獲”吧。通過上面的介紹，我們不妨把PushbackInputStream看成是對輸入流的一種“截獲”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 |
我們可以想象一下，PushbackInputStream內置一個緩沖區（事實上，你可以從它的源代碼里找到這個protected的字節數組），當低層流進來時先流進這個buffer，在你把流“物歸原主”之前還有機會對它耍花招，然后再用unread方法“反悔”一下，把緩沖區里已經讀過的內容（一般是沒有被改動的，當然你也可以改動它，那就失去“歸趙”的意義了，因為已經不是“完璧”了）再插入到流的頭部，下次讀的時候是流剩余的部分再加上從緩沖區“歸還”的部分。上面三個unread方法分別代表從緩沖區“歸還”一個字節、一個字節數組以及一個字節數組中指定的部分。
PushbackInputStream是對二進制流的處理，字符流下相對應的就是PushbackReader。
有什么用？
學過編譯的話就容易理解了，比如從左向右掃描字符流“for(int i=0;i<10;i++)”，掃描到“for”是不是就可以說是個關鍵字了呢？不行，說不定后面是“for1”，那就是個變量而不是關鍵字了，知道看到“(”才恍然大悟，哦，我可以安全地說“看到for關鍵字”了，但“(”還得歸還給輸入流，因為需要后面繼續掃描。在上下文相關語言里，就更需要這種補償機制。又如，在解析HTML文檔的時候，我需要根據它的“meta”標簽的“charset”屬性來決定使用哪種字符集進行解析，但HTML可不是“charset”而是“<html>”開頭的哦！所以需要通過PushbackInputStream緩沖前面一段內容，等取到字符集名稱后在把讀到的流全部歸還，再用指定的字符集進行解析。
參考資料