Question

我的程序必须逐行读取文本文件。 UTF-8中的文件。我不确定文件是否正确 - 可以包含不可打印的字符。是否可以检查它而不进入字节级别？感谢。

Answer 1

使用FileInputStream打开文件，然后使用带有UTF-8 InputStreamReader的Charset来读取流中的字符，并使用BufferedReader读取行，例如通过BufferedReader#readLine，它将为您提供一个字符串。获得字符串后，您可以检查不是您认为可打印的字符。

E.g。（没有错误检查），使用try-with-resources（这是一个模糊的现代Java版本）：

String line;
try (
    InputStream fis = new FileInputStream("the_file_name");
    InputStreamReader isr = new InputStreamReader(fis, Charset.forName("UTF-8"));
    BufferedReader br = new BufferedReader(isr);
) {
    while ((line = br.readLine()) != null) {
        // Deal with the line
    }
}

Answer 2

虽然使用BufferedReader和InputStreamReader手动执行此操作并不困难，但我会使用Guava：

List<String> lines = Files.readLines(file, Charsets.UTF_8);

然后你可以用这些线做任何你喜欢的事。

编辑：请注意，这将一次性将整个文件读入内存。在大多数情况下，这实际上很好 - 而且肯定更简单而不是逐行读取，在阅读时处理每一行。如果它是一个巨大的文件，你可能需要按照T.J.那样做。克劳德的答案。

Answer 3

刚刚发现使用Java NIO（java.nio.file.*），您可以轻松地写出：

List<String> lines=Files.readAllLines(Paths.get("/tmp/test.csv"), Charset.forName("UTF-8"));
for(String line:lines){
  System.out.println(line);
}

而不是处理FileInputStream和BufferedReader s ...

Answer 4

如果要检查字符串是否包含不可打印的字符，可以使用正则表达式

[^\p{Print}]

Answer 5

下面怎么样：

 FileReader fileReader = new FileReader(new File("test.txt"));

 BufferedReader br = new BufferedReader(fileReader);

 String line = null;
 // if no more lines the readLine() returns null
 while ((line = br.readLine()) != null) {
      // reading lines until the end of the file

 }

来源：http://devmain.blogspot.co.uk/2013/10/java-quick-way-to-read-or-write-to-file.html

Answer 6

我可以找到以下方法。

private static final String fileName = "C:/Input.txt";

public static void main(String[] args) throws IOException {
    Stream<String> lines = Files.lines(Paths.get(fileName));
    lines.toArray(String[]::new);

    List<String> readAllLines = Files.readAllLines(Paths.get(fileName));
    readAllLines.forEach(s -> System.out.println(s));

    File file = new File(fileName);
    Scanner scanner = new Scanner(file);
    while (scanner.hasNext()) {
        System.out.println(scanner.next());
    }

Answer 7

@ T.J.Crowder的答案是Java 6 - 在java 7中，有效答案是@McIntosh的答案 - 尽管不鼓励使用Charset作为UTF -8的名称：

List<String> lines = Files.readAllLines(Paths.get("/tmp/test.csv"),
    StandardCharsets.UTF_8);
for(String line: lines){ /* DO */ }

提醒上面Skeet发布的很多番石榴方式 - 当然同样的警告也适用。也就是说，对于大文件（Java 7）：

BufferedReader reader = Files.newBufferedReader(path, StandardCharsets.UTF_8);
for (String line = reader.readLine(); line != null; line = reader.readLine()) {}

Answer 8

如果文件中的每个字符都以UTF-8正确编码，那么使用带有UTF-8编码的阅读器读取它时不会有任何问题。由你来检查文件的每个字符，看看你是否认为它是可打印的。

在读取文本文件时检查行是否有不可打印的字符

8 个答案: