博客
关于我
Day53.File类的实例化 -Java常用类、集合、IO#
阅读量:334 次
发布时间:2019-03-04

本文共 1184 字,大约阅读时间需要 3 分钟。

Java File????????Java??????????????????????File????????????????????File???????????

File???java.io???????????????????????????????????File?????????????????????????IO???

1. ??File??

File???????????????

  • ???????File(String filePath)
    ???????????????????File????????????????????????????????????????????
    • Windows???????\\
    • Unix????URL??????/

???

File file1 = new File("Hello.txt"); // ????File file2 = new File("D:\\Note\\src\\com\\he.txt"); // ????
  • ????????File(String parentPath, String childPath)
    ??????????????????????????????????
File file3 = new File("D:\\Note\\src", "com");
  • ????????File(File parent, String childPath)
    ??????File?????????????????????????
File file4 = new File(file3, "he.txt");

2. ????

???File?????????????

  • ??????????????File????????????????????

    ?IDEA???????????????Module????????????????????
    ?Eclipse??????????????????????????????

  • ????????????????D:\????????http://www.example.com????????????????

3. ?????

??????????????????

  • Windows????????\\
    ???D:\MyFolder\MyFile.java
  • Unix???????/
    ???/home/user/MyFolder/MyFile.java
  • URL???????????????URL?????????????/

????????Java??File?????????????????????????????????????????????

???????????????????????File??????????Java??????????

转载地址:http://cuoq.baihongyu.com/

你可能感兴趣的文章
NullPointerException Cannot invoke setSkipOutputConversion(boolean) because functionToInvoke is null
查看>>
null可以转换成任意非基本类型(int/short/long/float/boolean/byte/double/char以外)
查看>>
Number Sequence(kmp算法)
查看>>
Numix Core 开源项目教程
查看>>
numpy
查看>>
Numpy 入门
查看>>
NumPy 库详细介绍-ChatGPT4o作答
查看>>
NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
查看>>
numpy 或 scipy 有哪些可能的计算可以返回 NaN?
查看>>
numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
查看>>
numpy 数组与矩阵的乘法理解
查看>>
NumPy 数组拼接方法-ChatGPT4o作答
查看>>
numpy 用法
查看>>
Numpy 科学计算库详解
查看>>
Numpy.fft.fft和numpy.fft.fftfreq有什么不同
查看>>
numpy.linalg.norm(求范数)
查看>>
Numpy.ndarray对象不可调用
查看>>
Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>