在Java里处理文件的技巧

写这篇Blog，主要是因为想总结总结，不安全的处理文件的代码了。甚至可以说每个项目都会有人喜欢写自己的一些FileUitl。下面介绍一些利用JDK7标准库来灵活处理文件的方法。实用的工具类，Path，Paths，Files，FileSystem有一些很灵活的处理方法：

//得到一个Path对象
Path path = Paths.get("/test/a.txt");
//Path转换File
File file = path.toFile();

Files.readAllBytes(path);
Files.deleteIfExists(path);
Files.size(path);

正确拼接路径不要手动拼接路径不好的代码：

String game = "foo";
File file = new File("~/test/" + game + ".txt");

即使是要手动拼接路径，请使用下面两个平台无关的变量：

System.out.println(File.pathSeparator);
System.out.println(File.separator);

正确简洁的方法是使用Paths类：

Path path = Paths.get("~/test/", "foo", "bar", "a.txt");
System.out.println(path);
//  ~/test/foo/bar/a.txt

读取文件的所有内容，文件的所有行读取文件所有内容前，先判断文件大小，防止OOM。

public static byte[] readAllBytes(String fileName, long maxSize) throws IOException {
Path path = Paths.get(fileName);
long size = Files.size(path);
if (size > maxSize) {
throw new IOException("file: " + path + ", size:" + size + "> " + maxSize);
}
return Files.readAllBytes(path);
}

public static List<String> readAlllines(String fileName, Charset charset, long maxSize) throws IOException {
Path path = Paths.get(fileName);
long size = Files.size(path);
if (size > maxSize) {
throw new IOException("file: " + path + ", size:" + size + "> " + maxSize);
}
return Files.readAllLines(path, charset);
}

利用JDK7的特性，auto close，远离一堆的catch, close

Path path = Paths.get("~/test/", "foo", "bar", "a.txt");
try (InputStream in = Files.newInputStream(path)) {
// process
//in.read();
}

历遍目录DK7新特性，FileVisitor

public class MyFileVisitor extends SimpleFileVisitor<Path>{
@Override
public FileVisitResult visitFile(Path file, BasicFileAttributes attrs) throws IOException {
System.out.println(file);
return FileVisitResult.CONTINUE;
}

public static void main(String[] args) throws IOException {
Path path = Paths.get("/home/user/test");
Files.walkFileTree(path, new MyFileVisitor());
}
}

判断文件是否在父路径下网上流传一种递归判断parent的方式，http://stackoverflow.com/questions/18227634/check-if-file-is-in-subdirectory但是查阅jdk代码后，发现getParent()函数是通过处理文件名得到的。所以直接比较文件前缀即可。请务必注意，file.getCanonicalPath()函数 。

public static boolean isSubFile(File parent, File child) throws IOException {
return child.getCanonicalPath().startsWith(parent.getCanonicalPath());
}

public static boolean isSubFile(String parent, String child) throws IOException {
return isSubFile(new File(parent), new File(child));
}

监视文件改变JDK7新特性，但是API比较难用。TODO淘宝有个diamond的配置管理项目，是利用定时器不断去读取来文件是否改变的。JDK7则是利用了linux的inotify机制。Web服务器防止非法的文件路径访问字符截断攻击和文件历遍漏洞原理：在文件名中插入%00的URL编码，web服务器会把%00后面的内容抛弃。例如这样的URL：http://www.test.com/../../../../etc/passwd%00.gif防范方法写入文件前，判断文件是否在父路径下，参考上面的函数。利用Java的安全机制

// All files in /img/java can be read
grant codeBase "file:/home/programpath/" {
permission java.io.FilePermission "/img/java", "read";
};

Tomcat的设置 http://tomcat.apache.org/tomcat-7.0-doc/security-manager-howto.html 静态资源不要自己手写代码去读取，尽量使用Web服务器或者Web框架的本身的静态资源映射功能。比如Tomcat的默认自带的DefaultServlet：

<servlet-mapping><servlet-name>default</servlet-name><url-pattern>/static/*</url-pattern></servlet-mapping>

Spring mvc可以配置

<mvc:resources mapping="/resources/**" location="/public-resources/"/>

或者使用spring mvc里的DefaultServletHttpRequestHandler。这个默认优先级是最低的，也就是最后没人处理的URL会交给WebServer本身的default servlet去处理。比如Tomcat的就是上面所说的。

<mvc:default-servlet-handler/>

个人推荐使用DefaultServletHttpRequestHandler，因为Web容器的文件访问功能要比Spring mvc自身的要强大。比如Tomcat的DefaultServlet支持Etag，断点续传，缓存等。