Question

所以我使用扫描仪来读取文件。但是我不明白，如果文件是UTF-8文件，并且在迭代文件时读取的当前行包含数字，则方法Character.isDigit(line.charAt(0))返回false。但是，如果文件不是UTF-8文件，则该方法返回true。

下载一些代码

File theFile = new File(pathToFile);
Scanner fileContent = new Scanner(new FileInputStream(theFile), "UTF-8");
while(fileContent.hasNextLine())
{
    String line = fileContent.nextLine();
    if(Character.isDigit(line.charAt(0)))
    {
         //When the file being read from is NOT a UTF-8 file, we get down here
    }

当使用调试器并查看line字符串时，我可以看到在两种情况下（UTF-8文件与否），字符串似乎保持相同，一个数字。为什么会这样？

Answer 1

通过交换评论最终发现，您的文件包含BOM。对于UTF-8文件，通常不建议这样做，因为Java不期望它并将其视为数据。

所以你有两种选择：

如果您控制该文件，请在没有BOM的情况下重现该文件
如果没有，则检查文件是否存在BOM并将其删除，然后再继续执行其他操作。

这是一些要启动的代码。它倾向于跳过而不是删除BOM。随意修改，如你所愿。这是几年前我写的一些测试工具：

private static InputStream filterBOMifExists(InputStream inputStream) throws IOException {
        PushbackInputStream pushbackInputStream = new PushbackInputStream(new BufferedInputStream(inputStream), 3);
        byte[] bom = new byte[3];
        if (pushbackInputStream.read(bom) != -1) {
            if (!(bom[0] == (byte) 0xEF && bom[1] == (byte) 0xBB && bom[2] == (byte) 0xBF)) {
                pushbackInputStream.unread(bom);
            }
        }
        return pushbackInputStream;
    }

从UTF-8文件读取时，字符数字不为真

1 个答案: