Question

我遇到过这种情况，我正在读取一些日志文件，然后通过以下代码片段计算我遇到的行数。

byte[] c = new byte[1024];
long count = 0;
int readChars = 0;
while ((readChars = is.read(c)) != -1) {
    for (int i = 0; i < readChars; ++i) {
        if (c[i] == '\n') {
            ++count;
        }
    }
}

我的问题是，当我尝试读取文件（CSV，Syslog或任何其他野性格式）时，它运行得很好，并给我正确的结果。但是当我尝试运行一个通过mac生成的文件时，它会变成干线，只是报告回读了一行。

现在我的日志文件很大，我知道它有几千行日志，但它只读了一行。我在Sublime中打开了这个文件，我可以看到所有单独的行，但是当我通过VIM查看这个文件时，它只显示了一个带有字符的文件＆＃39; ^ M＆＃39;在每一行的末尾（我猜它是使用它作为行终止符）。

下面是两行的样本。您可以看到vim正在显示应该是新行的^ M字符

15122,25Dec2013,19：42：25,192.168.5.1，log，allow ,, eth0，outbound，Application Control ,, Network，Bob（+），Bob（+）,,,, 59857d77 ,,,,,, ,, 570033 ,,,,,,,,,,,,, 192.168.5.7,176.32.96.190，TCP，80,56305,15606,554427,60461741，的 ** ,,,,, ,, 1，的 ** 下，的 ** 下，的 ** 下，的 ** 下，的 ** < / strong>， ** ， ** ， ** ， ** ，其他：Wget / 1.13。 4（linux-gnu），其他：服务器，192.168.5.7,60461741：1 ,,,,,, ** ， ** ， ** < /strong>,,,,strong>**,,,,,^ M359,23Dec2013,18:54:03,192.168.5.1,log,allow,,eth0,outbound,Application Control ,, Network，Charlie（+ ），查理（+）,,,, c0fa2dac ,,,,,,,, 1171362 ,,,,,,,,,,,,, 192.168.5.6,205.251.242.54，TCP，80,45483,31395,1139967 ，60340847，的 ** ,,,,,,, 2，的 ** 下，的 ** 下，的 ** ， ** 下，的 ** 下，的 ** 下，的 ** 下，的 ** ， ** 下，行吟r：Wget / 1.13.4（linux-gnu），其他：服务器，192.168.5.6,60340847：1 ,,,,,,, ** ， ** ， ** ,,,的 ** ,,,, ^ M

有关如何解决此问题的任何建议？

Answer 1

甚至在你换行之前的第一个问题是你正在阅读 bytes 然后将它们视为字符。您实际上正在假设ISO-8859-1的编码可能不正确。您应该使用InputStreamReader代替。

然后是操作系统具有不同换行符的问题...使用BufferedReader.readLine()以处理\n，\r或{{1的换行符的方式读取一行}}

所以你的代码会变成：

\r\n

Answer 2

换行（^J，0x0a）和回车（^M，0x0d）都用作行分隔符; Unix使用第一个，（旧）Mac，后者，Windows两者结合使用（CR-LF）。

如果你没有文件输入库来抽象它（如果你必须支持旧的Mac格式（作为新的MacOS，因为内核是基于Unix的，也使用LF）），将LF和CR都视为行分隔符，并且不要对Windows使用的CR-LF进行两次计数。

的Vim

Vim检测到的内容由'fileformats'选项决定。您也可以通过

检测Mac

:set fileformats+=mac

在不同的操作系统中读取新行字符

2 个答案:

的Vim