在Java里处理文件的技巧

从URL转换为File的方法：

1. 先判断URL是否是 file: 开头的
2. 用 new File(url.toURI()); 来转换为File

注意，因为url当有空格时，会被转义为%20，所以要转换为URL，再转为File。另外要注意处理这个转义时不能使用URLDecoder。

参考：http://stackoverflow.com/a/17870390

写这篇Blog，主要是因为看到太多的凌乱的，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。
参考：

http://docs.spring.io/spring/docs/current/spring-framework-reference/html/mvc.html

http://svn.apache.org/repos/asf/tomcat/trunk/java/org/apache/catalina/servlets/DefaultServlet.java