Java 在读取文本文件时检查行中是否有无法打印的字符

我的程序必须逐行读取文本文件。 UTF-8格式的文件。 我不确定文件是否正确-可能包含无法打印的字符。 是否可以在不进入字节级别的情况下检查它？

---

谢谢。

虽然使用

BufferedReader

和

InputStreamReader

手动执行此操作并不困难，但我会使用：

List lines=Files.readLines（文件，Charsets.UTF_8）；

然后你可以用这些台词做任何你喜欢的事情

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，这实际上是很好的，而且肯定比逐行阅读要简单，在阅读时处理每一行。如果它是一个巨大的文件，您可能需要按照T.J.Crowder的回答这样做。

用a打开文件，然后用a和UTF-8从流中读取字符，用a读取行，例如via，这将给您一个字符串。一旦你有了字符串，你就可以检查那些不是你认为可以打印的字符。 例如（无错误检查），使用（在模糊的现代Java版本中）：

---

如果文件中的每个字符都正确地用UTF-8编码，那么使用UTF-8编码的读取器读取它不会有任何问题。到你检查文件的每一个字符，看看你是否认为它是可打印的。 如果要检查字符串是否包含无法打印的字符，可以使用正则表达式

[^\p{Print}]

---

刚刚发现，使用Java NIO（

Java.NIO.file.*

），您可以轻松编写：

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

List lines=Files.readAllLines（path.get（“/tmp/test.csv”）、StandardCharsets.UTF_8）；
用于（字符串行：行）{
系统输出打印项次（行）；
}

---

与其处理

FileInputStream

s和

BufferedReader

s…。

下面如何：

 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：

由@T.J.Crowder提供的答案是Java 6-在Java 7中，有效答案是由@McIntosh提供的-尽管不建议使用字符集作为UTF-8的名称：

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

---

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());
    }

private static final String fileName=“C:/Input.txt”；
公共静态void main（字符串[]args）引发IOException{
streamlines=Files.lines（path.get（fileName））；
lines.toArray（字符串[]：：新建）；
List readAllLines=Files.readAllLines（path.get（fileName））；
readAllLines.forEach->System.out.println；
文件=新文件（文件名）；
扫描仪=新扫描仪（文件）；
while（scanner.hasNext（））{
System.out.println（scanner.next（））；
}

您想检查一行还是整个文件？是否保证换行符是正确的？检查单行。是的，换行符是正确的。您的意思是不能用特定字体打印的字符吗？任何字体中都有未定义的字符。这可能是同一件事。番石榴也提出了一种回调方法readLines（文件文件、字符集、字符集、行处理器回调）如果目的是逐行处理，那么使用BufferedRead也很简单。在核心Java库已经支持的情况下，仅仅为了行读取而添加另一个库依赖项也太过繁琐了。@user172818:不，它没有那么简单……至少如果您没有使用Java 7的try with resources语句的话。此外，我会感到惊讶d在任何一个非平凡的Java程序中，它不能在多个地方从Guava中受益。它是一个很棒的库，我不会没有它。只想添加，Java.nio.file.*从JDK 7开始就可用。值得一提的是doc for：此方法适用于简单的情况，在一个操作中可以方便地读取所有行。它不适用于大容量阅读files@fabian你是对的，我一直在使用它：）但是，这包括你的非打印字符集中的空格和制表符，而它们会影响单词在页面中的位置。或者，少一步，用文件读取器打开文件，用BufferedReader读取行。@stviper:现在是2015年，我已经更新了它，使用try with resources，更干净了。：-@abhisheknaik96:谢谢你的编辑，但是只有

isr

位是正确的；

（）

应该是

（）

，而不是

{}

，最后的分号是不需要的（但这是允许的，所以我留下了它——更符合上面的行）。不-删除它-您使用的是默认编码-并进入了一个痛苦的世界。对Java 6有效的答案对Java 7仍然有效。@user207421如果有更好的方法做它，实际上并不是这样

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

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

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());
    }