Java中获取文件大小的正确方法

今天写代码时需要实现获取文件大小的功能，目前有两种实现方法，一种是使用File的length()方法；另外一种是使用FileInputStream的available()方法，当InputStream未进行read操作时，available()的大小应该是等于文件大小的。但是在处理大文件时，后者会发生问题。我们来看一下：

在例子中，我使用了CentOS 6.5 的安装镜像文件，主要是考虑到这个文件足够大（大于2GB）。

1.使用File的length()方法

public static void main(String[] args) {
  File f= new File("D:\\CentOS-6.5-x86_64-bin-DVD1.iso");
  if (f.exists() && f.isFile()){
    logger.info(f.length());
  }else{
    logger.info("file doesn't exist or is not a file");
  }
}

我们看一下输出结果：

4467982336

结果是4.16GB，与Windows上显示的结果一致。

接下来我们看一下通过FileInputStream来获取的文件大小：

public static void main(String[] args) {
  FileInputStream fis= null;
  try{
    File f= new File("D:\\CentOS-6.5-x86_64-bin-DVD1.iso");
    fis= new FileInputStream(f);
    logger.info(fis.available());
  }catch(Exception e){
    logger.error(e);
  } finally{
    if (null!=fis){
      try {
        fis.close();
      } catch (IOException e) {
        logger.error(e);
      }
    }
  }
}

下面是运行结果：

2147483647

这个结果是不是很眼熟？它是Integer.MAX_VALUE，也就是有符号整型能表示的最大数值。

那么换算成熟悉的单位，这种方式获取的文件大小是多大呢？

约等于2GB，这显然不是正确的结果。


究其原因，File的length()方法返回的类型为long，long型能表示的正数最大值为：9223372036854775807，折算成最大能支持的文件大小为：8954730132868714 EB字节，这个量级将在人类IT发展史上受用很多很多年，而FileInputStream的avaliable()方法返回值是int，在之前也介绍了最大的表示范围，所能支持的最大文件大小为：1.99GB，而这个量级我们现在很容易就达到了。

2014年3月31日补充：

针对流式方法读取大文件大小也不是不可行，只是不能再使用传统的java.io.*下的包了，这里要用到java.nio.*下的新工具——FileChannel。下面我们来看下示例代码：

public static void main(String[] args) {
  FileChannel fc= null;
  try {
    File f= new File("D:\\CentOS-6.5-x86_64-bin-DVD1.iso");
    if (f.exists() && f.isFile()){
      FileInputStream fis= new FileInputStream(f);
      fc= fis.getChannel();
      logger.info(fc.size());
    }else{
      logger.info("file doesn't exist or is not a file");
    }
  } catch (FileNotFoundException e) {
    logger.error(e);
  } catch (IOException e) {
    logger.error(e);
  } finally {
    if (null!=fc)){
      try{
        fc.close();
      }catch(IOException e){
        logger.error(e);
      }
    } 
  }
}

使用FileChannel后得到的结果与第一种情况吻合，准确地描述了文件的准确大小。

这里也同样提醒各位技术同仁，涉及到大文件读取的时候，对int类型的数据一定要留个心，以免出现隐藏的bug，定位起来很困难。

2022年1月11日补充：首先感谢大家的支持，当初在写这篇文章的时候也不知道它能带来这么多的阅读量。随着对这门语言的深入使用以及项目积累，也开始理解了为什么流剩余大小avaliable定义为int类型。我们都知道，tomcat中默认允许的post body大小是2MB，nginx对于该指标默认最大限制是1MB。虽然该参数都可以根据实际场景进行修改，但都不建议设置得过大。为什么呢？对于流来说，我们最好把它当成一个不稳定的传输管道。断网、丢包还有一些其他原因导致的网络抖动，都会让传输变得不那么可靠。超时重传的情况时有发生。那么如果为了方便，把一个超大的文件一股脑通过一个请求上传，很显然中间出一点差错就要整个重新上传（因为不知道具体是哪里出错了）。大文件中转站、网盘这些应用，上传2GB以上大小的文件再正常不过了，如果你仔细观察和分析就不难发现，它们都是分片上传的，而每一个分片都不会很大，从而确保传输稳定。从这个层面来讲，int类型绰绰有余。