无法读取任何包含特定字符的文件

Question

TL; DR

为什么在–的{​​{1}}中找不到任何数据的文件？

问题：

到目前为止，我一直在使用普通的'Notepad（版本6.1）来读/写文本，以便在这里测试/回答问题。

在文本文件内容中读取的简单代码，并将它们打印到控制台：

Notepad

一切都很好，线条按预期打印。

然后，如果我在文本文件中的任何位置放入完全字符：Scanner sc = new Scanner(new File("myfile.txt")); while (sc.hasNextLine()) { String text = sc.nextLine(); System.out.println(text); } ，它将不会读取任何文件，也不会向控制台打印任何内容。

我当然可以使用–或其他（更好的）文本编辑器，没有问题，文本（包括短划线字符）将按预期打印。

我也可以使用Notepad++指定UTF-8，它会正常工作：

Notepad

在我的原始File fileDir = new File("myfile.txt"); BufferedReader in = new BufferedReader( new InputStreamReader( new FileInputStream(fileDir), "UTF8")); String str; while ((str = in.readLine()) != null) { System.out.println(str); } 文件中，如果我将文本（包括Notepad）复制并粘贴到–并将这两个文件与Notepad++进行比较，则会告诉我WinMerge上的短划线为Notepad，但–上的短划线为Notepad++。

问题：

为什么在–的文本文件中使用–时，它会读取 nothing ，基本上告诉我Notepad是假的？它是否至少在包含此特定字符的行之前读取输入？

重现的步骤：

• 在Windows 7上，右键单击并创建新的文本文档。
• 将任何文本放入文件中（不带任何特殊字符）
• 在文件中的任意位置输入此字符：hasNextLine()
• 运行上面第一段代码

输出：–，即不打印任何的文字。

PS：

我知道昨天我问过一个类似的（好吧，它最终是一样的）question但不幸的是，似乎我可能没有很好地解释自己，或者一些观众没有完全阅读题。无论哪种方式，我想我已经在这里解释得更好了。

Answer 1

问题似乎是编码的差异。您必须使用与写入文件相同的编码进行读取。

您的系统记事本可能使用Windows-1252（或Cp-1252）编码。这种编码存在问题，字符范围在128到159之间.Dash位于此范围之间。该范围不存在于等效的ISO 8859-1中，并且仅存在于Cp1252编码中。

Eclipse在读取记事本文件时，假定该文件具有ISO-8859-1编码（因为它是等效的）。但是ISO-8859-1中没有这个字符，因此存在问题。如果你想从Java读取，你必须指定Cp1252，你应该得到你的输出。

当使用UTF-8编写记事本中的文件时，这也是使用UTF-8的代码正常工作的原因。

Answer 2

缓冲读取器读取的内容多于当前行，可能是文本到有问题的字节。 Charset.CharsetDecoder.onMalformedInput然后发挥作用，并且发生了一些限制性的事情，我通常没有预料到这一点。

您使用特殊的JDK吗？你在地毯下擦拭异常吗？就像包裹上述代码的lambda一样。 （添加抓住Throwable）

您的平台编码是-Dfile.encoding=ISO-8859-1而不是Cp1252。