Files.readAllBytes对Files.lines getting

Question

我认为以下两种读取文件的方法应该是一样的。但事实并非如此，第二种方法是抛出一个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

这里有什么不同，我该如何解决呢？

Answer 1

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转换为数字和从数字转换。这个方案被称为字符编码。有许多不同的字符编码；一些著名的标准字符编码是ASCII、ISO-8859-1和UTF-8。

在第一个示例中，读取文件中的所有字节(数字)，然后通过将它们传递给类String的构造函数将它们转换为字符。这将使用系统的默认字符编码(无论在操作系统上是什么)来将字节转换为字符。

在第二个示例中，在使用Files.lines(...)的情况下，根据文献资料，将使用UTF-8字符编码。当在文件中找到一个不是有效UTF-8序列的字节序列时，您将得到一个MalformedInputException。

系统的默认字符编码可能是UTF-8，也可能不是UTF-8，因此可以解释行为的差异。

您必须找出文件使用的字符编码，然后显式地使用该字符编码。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);

Answer 2

为了补充杰斯珀的回答，这里发生了什么(而且是没有文档的！)是Files.lines()创建了一个CharsetDecoder，其策略是拒绝无效的字节序列；也就是说，它的CodingErrorAction设置为REPORT。

这与JDK提供的几乎所有其他Reader实现不同，JDK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)。

Answer 3

默认情况下，Files.lines使用UTF-8编码，而从字节实例化新字符串将使用默认的系统编码。您的文件似乎不在UTF-8中，这就是它失败的原因。

检查您的文件正在使用什么编码，并将其作为第二个参数传递。