Java 从UTF-8文件读取时字符数字不正确

所以我用扫描仪来读取文件。但是我不明白，如果文件是UTF-8文件，并且在文件上迭代时读取的当前行包含一个数字，那么方法

Character.isDigit（line.charAt（0））

返回false。但是，如果该文件不是UTF-8文件，则该方法返回true

这里有一些代码

File theFile = new File(pathToFile);
Scanner fileContent = new Scanner(new FileInputStream(theFile), "UTF-8");
while(fileContent.hasNextLine())
{
    String line = fileContent.nextLine();
    if(Character.isDigit(line.charAt(0)))
    {
         //When the file being read from is NOT a UTF-8 file, we get down here
    }

---

当使用调试器并查看

行

字符串时，我可以看到在这两种情况下（UTF-8文件与否），字符串似乎都包含相同的数字。为什么会发生这种情况？

通过交换评论，您的文件包含一个BOM表。这通常不建议用于UTF-8文件，因为Java并不期望它，而是将它视为数据

因此，您有两种选择：

如果您控制该文件，请在不使用BOM表的情况下复制该文件

如果没有，则检查BOM表文件是否存在，并在继续执行其他操作之前将其删除

下面是一些代码。它宁愿跳过而不是删除BOM表。您可以随意修改。这是我几年前写的一个测试实用程序：

private static InputStream filterBOMifExists(InputStream inputStream) throws IOException {
        PushbackInputStream pushbackInputStream = new PushbackInputStream(new BufferedInputStream(inputStream), 3);
        byte[] bom = new byte[3];
        if (pushbackInputStream.read(bom) != -1) {
            if (!(bom[0] == (byte) 0xEF && bom[1] == (byte) 0xBB && bom[2] == (byte) 0xBF)) {
                pushbackInputStream.unread(bom);
            }
        }
        return pushbackInputStream;
    }

---

你调试过了吗？当使用UTF-8文件时，

line.charAt（0）

返回什么字符？

line.charAt（0）

不会返回任何内容，这解释了为什么character.isDigit当然不会返回true。但是为什么

line.charAt（0）

不返回任何内容呢？这并没有发生。也就是说，从一个文件读取的

字符串与从另一个文件读取的字符串不同。一旦您将行放入
String
表单中，Java就不知道或不关心其中的
char
s来自何处。调试时，请查看
char
s的整数值，而不是它们的图形表示，当然也不是整个字符串的图形表示。
string.charAt（0）
只能通过引发异常才能返回任何内容。我很难想象，当你在调试器中查看字符串时，它如何与看起来包含相同内容的字符串保持一致。此外，它与
Character.isDigit（line.charAt（0））
返回的
false
不一致，正如您声称的那样。您的文件是否（意外地）包含BOM？