如何在Java/Scala中忽略流中的无效字符？

，比如我有下面的代码如何在Java/Scala中忽略流中的无效字符？

Source.fromFile(new File(path), "UTF-8").getLines()

，并抛出异常

Exception in thread "main" java.nio.charset.MalformedInputException: Input length = 1 
    at java.nio.charset.CoderResult.throwException(CoderResult.java:260) 
    at sun.nio.cs.StreamDecoder.implRead(StreamDecoder.java:319)

我不在乎，如果某些行不读，而是如何跳过无效字符，并继续念台词？

来源

2011-09-02 yura

您可以通过调用CharsetDecoder.onMalformedInput来影响字符集解码处理无效输入的方式。

通常您不会直接看到CharsetDecoder对象，因为它会在幕后为您创建。因此，如果您需要访问它，则需要使用API，以便您直接指定CharsetDecoder（而不仅仅是编码名称或Charset）。

这种API最基本的例子是InputStreamReader：

InputStream in = ...; 
CharsetDecoder decoder = StandardCharsets.UTF_8.newDecoder(); 
decoder.onMalformedInput(CodingErrorAction.IGNORE); 
Reader reader = new InputStreamReader(in, decoder);

请注意，此代码使用了Java 7类StandardCharsets，对于早期版本，你可以简单地用Charset.forName("UTF-8")替换它（或使用the Charsets class从Guava）。

来源

2011-09-02 08:37:16

+1将我介绍给StandardCharset。我想这么久。没有更多的catch（UnsupportedEncodingException e）{//永远不会发生}' – Thilo

@Thilo：如果你坚持使用Java 6，那么Guava提供[Charsets'类]（http://guava-libraries.googlecode.com /svn/trunk/javadoc/com/google/common/base/Charsets.html）执行相同的操作。我实际上是 –

。谢谢;-) – Thilo

那么，如果它不是UTF-8，那是别的。诀窍是找出什么别的东西，但如果你想要的是避免这些错误，你可以使用一个编码不具有无效代码，如latin1：

Source.fromFile(new File(path), "latin1").getLines()

来源

2011-09-02 16:07:04

这个解决方案对我来说真的很有用！ –

我有一个类似的问题和Scala的内置编解码器之一的伎俩对我来说：

Source.fromFile(new File(path))(Codec.ISO8859).getLines()

来源

2013-08-13 20:28:31

哇，我不知道为什么这个工作，但你救了我的傍晚！ – habitats

如果你想避免使用Scala的无效字符，我发现这个工作对我来说。

import java.nio.charset.CodingErrorAction 
import scala.io._ 

object HelloWorld { 

    def main(args: Array[String]) = { 
    implicit val codec = Codec("UTF-8") 

    codec.onMalformedInput(CodingErrorAction.REPLACE) 
    codec.onUnmappableCharacter(CodingErrorAction.REPLACE) 

    val dataSource = Source.fromURL("https://www.foo.com") 

    for (line <- dataSource.getLines) { 

     println(line) 
    } 
    } 
}

来源

2015-07-19 16:03:31 canadiancreed

如何在Java/Scala中忽略流中的无效字符？

回答

相关问题