java中reader的skip()可高效跳过固定头部字符,但需确保编码正确、验证长度、检查返回值;非固定头部或不可跳过源应改用readline()、mark/reset或专用bom处理。

在使用 Java 的 Reader(如 BufferedReader、InputStreamReader)处理大型文本时,若变量文本前缀含固定但冗余的头部(例如日志时间戳、协议头、BOM、注释行等),用 skip(long n) 可高效跳过,避免逐行读取或构造无用字符串。
明确要跳过的字节数或字符数
Reader.skip() 跳过的是字符数(不是字节数),前提是 Reader 使用的编码已正确设定(如 UTF-8)。若头部结构固定,优先计算其字符长度:
- 纯 ASCII 头部(如
"# Generated on 2024-01-01\n"):直接用String.length()得到字符数 - 含中文/emoji 的头部:确保 Reader 包装时指定了正确 charset(如
new InputStreamReader(in, "UTF-8")),再调用skip() - 不确定长度?不要硬猜——先用小样本验证头部是否恒定;若不恒定(如时间戳动态变化),改用
readLine()+ 条件判断更稳妥
安全调用 skip():检查返回值并处理不足情况
skip(n) 不保证跳过全部 n 个字符,可能因流末尾提前结束。必须检查实际跳过数:
- 写法示例:long skipped = reader.skip(headerLength); if (skipped != headerLength) { throw new IOException("Header too short or truncated"); }
- 尤其注意:对
BufferedReader,底层缓冲区可能未预加载足够内容,skip()可能阻塞或返回偏少——确保源流支持跳过(如FileReader支持,网络流通常不支持)
替代方案:当 skip() 不适用时的合理降级
以下情况应放弃 skip(),改用更鲁棒方式:
- 头部非固定长度(如含动态时间、随机 ID)→ 用循环
readLine()直到匹配分隔标记(如"--- START DATA ---") - Reader 来自不可跳过源(如
Socket.getInputStream())→skip()可能抛IOException或静默失败,务必捕获异常 - 需跳过 BOM(如 UTF-8 的
EF BB BF)→ 推荐用UnicodeBOMInputStream(Apache Commons IO)或手动读取前 3 字节判断,而非依赖skip()
结合 mark()/reset() 提高灵活性
若头部边界模糊(如“跳过所有注释行和空行”),可配合标记机制:
- 调用
reader.mark(1024)设定缓冲上限 - 用
read()或readLine()扫描直到找到有效数据起始位置 - 若识别成功,用
reader.reset()回退到标记点,后续正常读取;若超限,说明头部异常 - 注意:
markSupported()必须为true(BufferedReader默认支持,原始InputStreamReader不支持)










