Java文件读写需先明确数据类型（字节/字符）、缓冲需求、自动关闭及编码，小文件优先用Files类（JDK7+），大文件或逐块处理须用带缓冲流并指定UTF-8，所有流必须try-with-resources，FileChannel慎用于大文件。
Java 文件读写不是选 FileInputStream 还是 FileWriter 的问题，而是得先分清：你要处理的是字节还是字符、是否需要缓冲、要不要自动关闭、是否涉及中文或大文件——选错底层类，轻则乱码，重则内存溢出或资源泄漏。
用 Files 类做简单读写（JDK7+ 推荐）
90% 的日常需求——读一个配置文件、写一段日志、复制小文本——直接用 Files 静态方法最安全省心，它自动处理编码、关闭流、路径解析：
-
Files.readAllLines(Paths.get("a.txt"), StandardCharsets.UTF_8)返回List<String>，适合按行读小文本；注意别用在几百 MB 的日志上，会 OOM -
Files.writeString(Paths.get("b.txt"), "你好", StandardCharsets.UTF_8)（JDK11+）或Files.write(..., StandardCharsets.UTF_8)（JDK7+）写入字符串，自动覆盖，不追加 - 追加写需显式传
StandardOpenOption.APPEND，否则默认清空重写 - 路径含中文或空格完全没问题，
Paths.get()比拼接字符串更可靠
需要逐块处理时，必须用带缓冲的流
读写超过几 MB 的文件，或要边读边解析（比如 CSV、日志过滤），就不能用 Files.readAllBytes() 一类全量加载的方法：
- 字节场景（图片、ZIP、二进制）：用
BufferedInputStream包装FileInputStream，缓冲区默认 8KB，够用；自己 newbyte[8192]手动 read 也行，但记得检查read()返回值是否为 -1 - 字符场景（文本、JSON、XML）：必须用
InputStreamReader+BufferedReader，且显式指定StandardCharsets.UTF_8；别依赖平台默认编码，Windows 默认 GBK，Linux 是 UTF-8，不指定必乱码 - 写入同理：
OutputStreamWriter+BufferedWriter，别用裸FileWriter（它不接受 charset 参数）
try-with-resources 不是可选项，是强制项
所有实现 AutoCloseable 的流（FileInputStream、BufferedReader、FileChannel 等）都必须用 try-with-resources，否则容易泄露文件句柄：
Docker Image Puller
下载
使用 Python 脚本下载 Docker 镜像并打包为 tar 文件。用户说“下载镜像”“拉取镜像”“pull xxx”“帮我下载 nginx 镜像”等时触发。支持 SOCKS5 代理直连（推荐）和国内镜像站加速两种模式。
立即学习“Java免费学习笔记（深入）”；
- 错误写法：
BufferedReader br = new BufferedReader(...); br.read(); br.close();—— 如果read()抛异常，close()就不会执行 - 正确写法：
try (BufferedReader br = Files.newBufferedReader(path, UTF_8)) { ... }，括号内声明，JVM 保证退出时调用close() - 多个资源可写在同一 try 括号里，用分号隔开，关闭顺序与声明顺序相反
大文件或高并发场景下，FileChannel 和 MappedByteBuffer 要慎用
有人看到“NIO 快”就直接上 FileChannel.map()，结果线上频繁 Full GC 或报 OutOfMemoryError: Map failed：
-
MappedByteBuffer占用的是堆外内存，不受-Xmx控制，但受系统虚拟内存和-XX:MaxDirectMemorySize限制 - 映射整个 GB 级文件极易触发 OS 内存压力，尤其在容器环境（如 Docker 默认限制 64MB direct memory）
- 普通读写用
FileChannel.transferTo()/transferFrom()更稳妥，它利用零拷贝，比流复制快，且不额外占堆外内存 - 除非你真在做随机访问百万级小记录（比如数据库索引文件），否则别轻易 mmap
真正难的不是写对一行代码，而是判断当前场景属于哪一类：是脚本式小文件操作？还是服务中持续读写日志？又或是离线处理 TB 级数据？选型偏差一毫米，上线后就是 CPU 突增或磁盘 IO 卡死。编码前多花三十秒想清楚数据规模、字符集、错误恢复要求，比查十次 API 文档更管用。
