计算字符，Java 程序和 wc 产生不一致的结果

Question

我写了一个 java 程序来计算文件中的字符数。为了检查程序是否正常工作，我在命令行 (linux) 中键入以下内容以检查字符数：

wc -m fileName

从 wc 的手册页中，我知道换行符包含在计数中。

这是我的 java 程序：

import java.io.IOException;
import java.io.File;
import java.util.Scanner;

public class NumOfChars {
  /** The main method. */
  public static void main(String[] args) throws IOException {
    // Check that command is entered correctly
    if (args.length != 1) {
      System.out.println("Usage: java NumOfChars fileName");
    }

    // Check that source file exists
    File file = new File(args[0]);
    if (!file.exists()) {
      System.out.printf("File %s does not exist\n", file);
    }

    // Create Scanner object
    Scanner input = new Scanner(file);

    int characters = 0;
    while (input.hasNext()) {
      
      String line = input.nextLine();

      // The number of characters is the length of the line plus the newline character
      characters += line.length() + 1;
    }
    input.close();

    // Print results
    System.out.printf("File %s has\n", args[0]);
    System.out.printf("%d characters\n", characters);
  }
}

我遇到的问题是有时使用 java 程序报告的字符数与使用 wc 命令时得到的字符数不同。

这里有两个例子：

一个有效的。文件text.txt的内容是

This is some text
This is some text
This is some text
This is some text
This is some text
This is some text
This is some text
This is some text

命令wc -m text.txt告诉我这个文件有144个字符。这很好，因为当我执行 java 程序 java NumOfChars text.txt 时，我还被告知该文件有 144 个字符。

一个不起作用。文件 Exercise06.java 的内容是

import java.util.Scanner;
import java.util.regex.Pattern;
import java.util.regex.Matcher;

/** Converts a hexadecimal to a decimal. */
public class Exercise06 {
  /** Main method */
  public static void main(String[] args) {
    // Create a Scanner
    Scanner input = new Scanner(System.in);

    // Prompt the user to enter a string
    System.out.print("Enter a hex number: ");
    String hex = input.nextLine();
    
    // Display result
    System.out.println("The decimal value for hex number "
      + hex + " is " + hexToDecimal(hex.toUpperCase()));
  }
  

  /** Converts hexadecimal to decimal.
      @param hex The hexadecimal
      @return The deciaml value of hex
      @throws NumberFormatException if hex is not a hexadecimal
    */
  public static int hexToDecimal(String hex) throws NumberFormatException {
    // Check if hex is a hexadecimal. Throw Exception if not.
    boolean patternMatch = Pattern.matches("[0-9A-F]+", hex);
    if (!patternMatch) 
      throw new NumberFormatException();

    // Convert hex to a decimal
    int decimalValue = 0;
    for (int i = 0; i < hex.length(); i++) {
      char hexChar = hex.charAt(i);
      decimalValue = decimalValue * 16 + hexCharToDecimal(hexChar);
    }
    // Return the decimal
    return decimalValue;
  }
  
  
  /** Converts a hexadecimal Char to a deciaml.
      @param ch The hexadecimal Char
      @return The decimal value of ch
    */
  public static int hexCharToDecimal(char ch) {
    if (ch >= 'A' && ch <= 'F')
      return 10 + ch - 'A';
    else // ch is '0', '1', ..., or '9'
      return ch - '0';
  }
}

命令wc -m Exercise06.java告诉我这个文件有1650个字符。但是，当我执行 java 程序 java NumOfChars Exercise06.java 时，我被告知该文件有 1596 个字符。

我似乎无法弄清楚我做错了什么。谁能给我一些反馈？

**编辑：这是我输入 head -5 Exercise06.java | od -c 时得到的结果

Answer 1

有几种可能的解释：

每一行都可能以多个字符结尾，例如在 Windows 中，每一行都以 CR + LF 结尾，而您的程序始终只计算 1 个行结束字符。
wc 可能采用与您的程序不同的字符编码，可能导致 multi-byte 个字符的字符计数不同。

计算字符，Java 程序和 wc 产生不一致的结果

Counting characters, a Java program and wc yield inconsistent results

java

linux

gnu-coreutils