java为什么我的文本文件比二进制文件大？

Question

我试图将一个大文本文件写入一个二进制文件，但二进制文件的大小与我的文本文件相同。我以为写入二进制文件会压缩它？写入二进制文件是否更高效？如何最大限度地减少文本文件的存储空间

ArrayList<String> strArr = new ArrayList<String>();
File f = new File("words.txt");
BufferedInputStream in = new BufferedInputStream(new FileInputStream(f));
  
DataOutputStream out = new DataOutputStream (
                       new BufferedOutputStream(
                       new FileOutputStream("word.ser")
                    
                       )); 
                       
byte[] buffer = new byte[8192]; // or more, or even less, anything > 0
int count;
while ((count = in.read(buffer)) > 0) {
  out.write(buffer, 0, count);
}
in.close();
out.close();
/*ObjectOutputStream oos = new ObjectOutputStream(
                         new BufferedOutputStream(
                         new FileOutputStream("words.ser")

                         )); */
System.out.println(f.length());
File file = new File("words.ser");
System.out.println(file.length());

Answer 1

你很困惑

至少在硬盘/文件系统中没有“文本”文件或“二进制”文件。这是一袋字节。他们都是。只是字节

现在，如果字节恰好形成了一个序列，比如说，如果你从“文件打开”菜单中选择该文件，Microsoft Word将正确读入，我们可以说“这是一个Word文件”。文件系统完全不关心这些琐碎的人类事物。它被要求在名为“foo”的文件中提供字节。博士，它做到了。它这样做的方式与word要求文件系统提供来自“foo”的字节时完全相同。txt或foo。jpg'。如果字节对它没有意义，则由word崩溃

那么，“文本文件”是什么呢。同样的道理也适用：如果一个文本编辑工具要求文件系统打开一个文件，并且它“工作”，我想我们可以称之为文本文件。对于文件系统，它是。。只是一个文件

现在你知道为什么以OutputStream或BufferedWriter或其他方式发送文件没有什么区别了。这只是修改了字符以字节形式结束的精确机制。假设它是简单的ASCII字符，每个字符1字节，就这么简单

如果你想让它更小，你必须使用压缩算法，比如gzip。请注意，显然，随机数据无法压缩。你得到的唯一“压缩”量是数据中固有的非熵量，你的压缩算法可以设法找到这些数据并将其编码成更有效的形式。另一个答案显示了一种简单的方法

Answer 2

要压缩一个文件，你可以压缩它

在Java中，您可以这样做：

Path inFile = Paths.get("words.txt");
Path outFile = Paths.get("words.txt.gz");
try (OutputStream out = new GZIPOutputStream(Files.newOutputStream(outFile))) {
    Files.copy(inFile, out);
}