我原以为以下两种读取文件的方法应该是一样的。但他们没有。第二种方法是抛出MalformedInputException
。
public static void main(String[] args) {
try {
String content = new String(Files.readAllBytes(Paths.get("_template.txt")));
System.out.println(content);
} catch (IOException e) {
e.printStackTrace();
}
try(Stream<String> lines = Files.lines(Paths.get("_template.txt"))) {
lines.forEach(System.out::println);
} catch (IOException e) {
e.printStackTrace();
}
}
这是堆栈跟踪:
Exception in thread "main" java.io.UncheckedIOException: java.nio.charset.MalformedInputException: Input length = 1
at java.io.BufferedReader$1.hasNext(BufferedReader.java:574)
at java.util.Iterator.forEachRemaining(Iterator.java:115)
at java.util.Spliterators$IteratorSpliterator.forEachRemaining(Spliterators.java:1801)
at java.util.stream.ReferencePipeline$Head.forEach(ReferencePipeline.java:580)
at Test.main(Test.java:19)
Caused by: java.nio.charset.MalformedInputException: Input length = 1
at java.nio.charset.CoderResult.throwException(CoderResult.java:281)
at sun.nio.cs.StreamDecoder.implRead(StreamDecoder.java:339)
at sun.nio.cs.StreamDecoder.read(StreamDecoder.java:178)
at java.io.InputStreamReader.read(InputStreamReader.java:184)
at java.io.BufferedReader.fill(BufferedReader.java:161)
at java.io.BufferedReader.readLine(BufferedReader.java:324)
at java.io.BufferedReader.readLine(BufferedReader.java:389)
at java.io.BufferedReader$1.hasNext(BufferedReader.java:571)
... 4 more
这里有什么区别,我该如何解决?
答案 0 :(得分:28)
这与character encoding有关。计算机只处理数字。要存储文本,必须使用某种方案将文本中的字符转换为数字和从数字转换。该方案称为字符编码。有许多不同的字符编码;一些着名的标准字符编码是ASCII,ISO-8859-1和UTF-8。
在第一个示例中,您读取文件中的所有字节(数字),然后通过将它们传递给类String
的构造函数将它们转换为字符。这将使用系统的默认字符编码(无论在您的操作系统上是什么)将字节转换为字符。
在使用Files.lines(...)
的第二个示例中,将根据the documentation使用UTF-8字符编码。当在文件中找到不是有效UTF-8序列的字节序列时,您将获得MalformedInputException
。
您系统的默认字符编码可能是也可能不是UTF-8,因此可以解释行为上的差异。
您必须找出文件使用的字符编码,然后明确使用它。例如:
String content = new String(Files.readAllBytes(Paths.get("_template.txt")),
StandardCharsets.ISO_8859_1);
第二个例子:
Stream<String> lines = Files.lines(Paths.get("_template.txt"),
StandardCharsets.ISO_8859_1);
答案 1 :(得分:6)
为了补充Jesper's answer,这里发生的事情(并且没有记录!)是Files.lines()
创建一个CharsetDecoder
,其策略是拒绝无效的字节序列;也就是说,其CodingErrorAction
设置为REPORT
。
这与JDK提供的几乎所有其他Reader
实现不同,后者的标准策略是REPLACE
。此策略将导致所有不可映射的字节序列发出replacement character (U+FFFD)。
答案 2 :(得分:1)
Files.lines
使用UTF-8 encoding,而从字节中实例化新的String将使用默认的系统编码。您的文件似乎不是UTF-8,这就是它失败的原因。
检查文件使用的编码,并将其作为第二个参数传递。
答案 3 :(得分:1)
2017使用:
Charset.forName("ISO_8859_1") instead of Charsets.ISO_8859_1