![](/img/trans.png)
[英]FileUtils.readFileToByteArray vs Files.readAllBytes
[英]Files.readAllBytes vs Files.lines getting MalformedInputException
我以为以下两种读取文件的方法应该表现相同。 但是他们没有。 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
这有什么区别,我该如何解决?
这与字符编码有关 。 电脑只处理数字。 要存储文本,必须使用某种方案将文本中的字符与数字进行相互转换。 该方案称为字符编码。 有许多不同的字符编码。 一些众所周知的标准字符编码是ASCII,ISO-8859-1和UTF-8。
在第一个示例中,您读取了文件中的所有字节(数字),然后将它们传递给String
类的构造函数,将其转换为字符。 这将使用系统的默认字符编码(无论您的操作系统是什么)将字节转换为字符。
根据文档 ,在第二个示例中,在使用Files.lines(...)
,将使用UTF-8字符编码。 如果在文件中找到的字节序列不是有效的UTF-8序列,则会得到MalformedInputException
。
系统的默认字符编码可能为UTF-8,也可能不是UTF-8,因此可以解释行为上的差异。
您必须找出用于文件的字符编码,然后显式使用它。 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);
为了补充Jesper的回答 ,这里发生的(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替换字符(U + FFFD) 。
默认情况下, Files.lines
使用UTF-8编码 ,而从字节实例化新的String将使用默认的系统编码。 您的文件似乎不在UTF-8中,这就是失败的原因。
检查文件使用的编码方式,并将其作为第二个参数传递。
2017年使用:
Charset.forName("ISO_8859_1") instead of Charsets.ISO_8859_1
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.