Java比较两个字符串返回false,尽管字符串是相同的

时间:2018-03-21 11:45:06

标签: java string file arraylist

我正在从txt文件中读取句子并创建一系列独特的单词。首先,我逐行阅读文件。我用空格分割线条,将单词作为String数组。然后,如果单词不是我的唯一单词ArrayList,我将该单词添加到ArrayList。但是,存在一些问题。第一个是它还将空字符串添加到唯一字ArrayList。第二个是它添加相同的单词2次,当我比较这两个字符串时,它就像它们不相等。我的代码如下:

    ArrayList<String> uniqueWords = new ArrayList<>();
    Scanner scan = new Scanner(new File("input.txt"));
    while(scan.hasNext())
    {
        String []line = scan.nextLine().split("\\s+");
        for(int i = 0;i<line.length;i++)
        {
            if(uniqueWords.indexOf(line[i])==-1)
            {
                uniqueWords.add(line[i]);
            }

        }

    }

    System.out.println("0:"+uniqueWords.get(0));
    System.out.println("1:"+uniqueWords.get(1));
    System.out.println("2:"+uniqueWords.get(2));
    System.out.println("9:"+uniqueWords.get(9));
    System.out.println(uniqueWords.get(1).equalsIgnoreCase(uniqueWords.get(2)));

,输出如下:

0:
1:adalet
2:adalet
9:
false

2 个答案:

答案 0 :(得分:5)

如果您查看这两个String个对象解码的字节,您会看到它们不是同一个字:

  1. 第一个字符串adalet转换为:[-17, -69, -65, 97, 100, 97, 108, 101, 116]
  2. 第二个字符串adalet转换为:[97, 100, 97, 108, 101, 116]
  3. 他们可能使用西里尔字符或其他看起来像“正常”字符但实际上不是。

    <击> 修改 更确切地说,第一个a是第二个字符串的标准a和第一个字符串的西里尔а

    编辑:这实际上不是西里尔文a,我道歉。它似乎是一个“隐形”角色。正如凯尔伍德正确地指出它是BOM

答案 1 :(得分:3)

索引1处的字符串包含BOM。它是不可见的,但它使这个字符串与另一个字符串不同。

您可以在构建列表时将其删除。

uniqueWords.add(line[i].replace("\ufeff",""));