Java 如何保留从文件中读取的字符串的正确偏移量

我有一个text.txt文件，其中包含以下txt文件

 Kontagent Announces Partnership with Global Latino Social Network Quepasa

 Released By Kontagent

我把这个文本文件读入一个字符串documentText

documentText.subString（0,9）

给出了

Kontagent

，这很好

但是，

documentText.subString（87,96）

在windows（IntelliJ Idea）中给出了

y Kontage

，在Unix环境中给出了

Kontagent

。我猜这是因为文件中有一个空行（之后偏移量被拧紧）。但是，我不明白为什么我会得到两个不同的结果。我需要在两个环境中都得到一个结果

要将文件读取为字符串，我使用了这里讨论的所有函数 . 但是，在使用任何函数之后，我仍然得到相同的结果

目前我正在使用此函数将文件读入documentText字符串：

public static String readFileAsString(String fileName)
{

    File file = new File(fileName);
    StringBuilder fileContents = new StringBuilder((int)file.length());
    Scanner scanner = null;
    try {
        scanner = new Scanner(file);
    } catch (FileNotFoundException e) {
        e.printStackTrace();
    }
    String lineSeparator = System.getProperty("line.separator");

    try {
        while(scanner.hasNextLine()) {
            fileContents.append(scanner.nextLine() + lineSeparator);
        }
        return fileContents.toString();
    } finally {
        scanner.close();
    }
}

编辑：是否有一种方法可以编写适用于windows和UNIX环境的通用函数。即使文件是以文本模式复制的。

---

因为，不幸的是，我不能保证参与此项目的每个人都将始终以二进制模式复制文件。

在Windows上，换行符

\n

前面有

\r

或回车符。这在Linux中是不存在的。将文件从一个操作系统传输到另一个操作系统不会删除/附加这些字符，但偶尔，文本编辑器会为您自动设置这些字符的格式

因为您的文件不包含

\r

字符（可能是直接从Linux传输的），

System.getProperty（“line.separator”）

将返回

\r\n

并解释不存在的

\r

字符。这就是您的输出落后2个字符的原因

---

祝你好运

在Windows上，换行符

\n

前面有

\r

或回车符。这在Linux中是不存在的。将文件从一个操作系统传输到另一个操作系统不会删除/附加这些字符，但偶尔，文本编辑器会为您自动设置这些字符的格式

因为您的文件不包含

\r

字符（可能是直接从Linux传输的），

System.getProperty（“line.separator”）

将返回

\r\n

并解释不存在的

\r

字符。这就是您的输出落后2个字符的原因

---

祝你好运

Unix文件可能使用本机Unix EOL字符：

\n

，而Windows文件使用本机Windows EOL序列：

\r\n

。由于您的文件中有两个EOL，因此相差2个字符。确保使用二进制文件传输，所有字节都将被保留，并且在两个操作系统上都将以相同的方式运行

编辑：事实上，您是在每行末尾追加操作系统特定的下线（

System.getProperty（“line.separator”）

）的人。只要使用读取器将文件作为字符数组读取，一切都会很好。或者使用番石榴的方法为您提供：

String s = CharStreams.toString(new FileReader(fileName)); 

---

Unix文件可能使用本机Unix EOL字符：

\n

，而Windows文件使用本机Windows EOL序列：

\r\n

。由于您的文件中有两个EOL，因此相差2个字符。确保使用二进制文件传输，所有字节都将被保留，并且在两个操作系统上都将以相同的方式运行

编辑：事实上，您是在每行末尾追加操作系统特定的下线（

System.getProperty（“line.separator”）

）的人。只要使用读取器将文件作为字符数组读取，一切都会很好。或者使用番石榴的方法为您提供：

String s = CharStreams.toString(new FileReader(fileName)); 

---

根据你们提供的信息，我写了这样的东西

documentText  = CharStreams.toString(new FileReader("text.txt"));
documentText = this.documentText.replaceAll("\\r","");

如果文件已删除，则删除额外的\r

现在，我在windows环境和unix环境中都得到了预期的结果。问题解决了

无论复制了什么模式文件，它都可以正常工作

---

：）我希望我能选择你们的两个答案，但stackoverflow不允许。

根据你们提供的输入，我写了这样的东西

documentText  = CharStreams.toString(new FileReader("text.txt"));
documentText = this.documentText.replaceAll("\\r","");

如果文件已删除，则删除额外的\r

现在，我在windows环境和unix环境中都得到了预期的结果。问题解决了

无论复制了什么模式文件，它都可以正常工作

---

：）我希望我能选择你的两个答案，但stackoverflow不允许。

修剪所有空格怎么样，这样你就不必担心间距了？我不能修剪空格。字符偏移量需要保持原样。如果我在我的代码中修剪空格，我将必须确保其他第三方组件也能在这个文件上工作，并且也能在这个文件上工作。偏移量信息通过不同的文件传送给我。（希望这不是非常模糊的解释：））修剪所有的空格怎么样，这样你就不用担心间距了？我不能修剪空格。字符偏移量需要保持原样。如果我在我的代码中修剪空格，我将必须确保其他第三方组件也能在这个文件上工作，并且也能在这个文件上工作。偏移量信息通过不同的文件传送给我。（希望不是很模糊的解释：）明白了。但是，String lineSeparator=System.getProperty（“line.separator”）；在函数中，是否已处理该问题？是的，但如果文件中有

\n

而不是

\r\n

，则它将假定您的行分隔符为

\r\n

，并去掉两个字符。这就是为什么您的输出提前了2个字符（两个不应该计数的

\r

值），您应该考虑分隔符的长度。因此，在获取子字符串时，要考虑子字符串之前的新行数。“hello\nWorld”（Unix）与“hello/r/nWorld”（windows）+1不同，感谢您解释\n和\r。看来你解决了这个问题。我很快就会回来，如果答案有效的话，我会接受的。@DZittersteyn，这是gr