java 无法从文件中读取一行

Question

我正在读取包含以下代码的文件：

 Scanner in = new Scanner(new File(fileName));
    while (in.hasNextLine()) {
        String[] line = in.nextLine().trim().split("[ \t]");
       .
       .
       .
    }

当我用 vim 打开文件时，有些行以以下特殊字符开头：

但是 java 代码无法读取这些行。当它到达这些行时，它认为它是文件的末尾并且 hasNextLine() 函数 returns false!!

编辑：这是上述（有问题的）行的十六进制转储：

0000000: e280 9c20 302e 3230 3133 3220 302e 3231 ... 0.20132 0.21 0000010: 3431 392d 302e 3034 0a 419-0.04.

Answer 1

@VGR 做对了。

tl;dr：使用 Scanner in = new Scanner(new File(fileName), "ISO-8859-1");

似乎正在发生的事情是：

由于那个单独的 0x9C 字符，您的文件不是有效的 UTF-8。
扫描程序正在以 UTF-8 格式读取文件，因为这是系统默认设置
底层库抛出 MalformedInputException
扫描仪捕获并隐藏它（一个善意但错误的设计决定）
它开始报告它没有更多行
除非您实际询问扫描仪，否则您不会知道出现了什么问题

这是一个 MCVE：

import java.io.*;
import java.util.*;

class Test {
  public static void main(String[] args) throws Exception {
    Scanner in = new Scanner(new File(args[0]), args[1]);
    while (in.hasNextLine()) {
      String line = in.nextLine();
      System.out.println("Line: " + line);
    }
    System.out.println("Exception if any: " + in.ioException());
  }
}

这是一个正常调用的例子：

$ printf 'Hello\nWorld\n' > myfile && java Test myfile UTF-8
Line: Hello
Line: World
Exception if any: null

这就是您所看到的（只是您没有检索和显示隐藏的异常）。特别注意没有显示任何行：

$ printf 'Hello\nWorld 4\n' > myfile && java Test myfile UTF-8
Exception if any: java.nio.charset.MalformedInputException: Input length = 1

这里是解码为 ISO-8859-1 时，所有字节序列都有效的解码（即使 0x9C 没有分配的字符，因此不会出现在终端中）：

$ printf 'Hello\nWorld 4\n' > myfile && java Test myfile ISO-8859-1
Line: Hello
Line: World
Exception if any: null

如果您只对 ASCII 数据感兴趣并且没有任何 UTF-8 字符串，您可以简单地要求扫描器使用 ISO-8859-1，方法是将它作为第二个参数传递给 [=18] =]构造函数：

Scanner in = new Scanner(new File(fileName), "ISO-8859-1");

java 无法从文件中读取一行

java can not read a line from file

java

eof

unexpectendoffile

java-8