[問題] 使用Scanner讀取utf-8會中斷讀取 baconcsie PTT批踢踢實業坊

[問題] 使用Scanner讀取utf-8會中斷讀取

作者: baconcsie (Bacon) 2016-06-27 00:54:16

各位大大好，小弟最近在寫一隻程式，必須要讀入utf-8的log資料
上面主要記錄了許多使用者的ID，而玩家來自各國，所以有各種語言
其中會遇到一些ID，使用記事本看會看到亂碼，用Notepad則會看到
一組編碼，例如xE4這樣，例如會有一個ID像這樣 SchxE4llbchen
小弟我原本是想讀到亂碼時，寫個特例處理掉，但是Scanner讀取卻
可能早在讀到那一個亂碼之前好幾10行，就顯示 hasNext() = false了
可是如果手動用文字編輯器去把那個亂碼刪掉，又可以完整讀完整個檔案
這讓我無法針對他去做處理，請問各位大大，該如何處理呢?

作者: iFEELing (ing) 2016-06-27 01:37:00

所以你的hasNext()=false 是為什麼? 那才是重點吧?

作者: omidofor (媽媽咪呀) 2016-06-27 02:43:00

換成Reader試試如何呢？

作者: iFEELing (ing) 2016-06-27 03:14:00

根據 https://goo.gl/CF5ppf hasNext吃到一堆東西都會停等等你 scanner 是餵 BufferedReader 給它吃的嗎

作者: ripple0129 (perry tsai) 2016-06-27 03:25:00

猜測scanner底層讀進buffer時遇到就先掛點？才造成會是死在前幾行。純猜測，還是要run debug去抓吧

作者: kyleJ (資工人) 2016-06-27 08:34:00

Scanner會做很多判斷很容易因為亂碼停止用底層一點的BufferedReader或是新的API的Files.lines吧或是解決會存入亂碼的原因呢？

作者: baconcsie (Bacon) 2016-06-27 17:22:00

嗯嗯我會改用更底層的api或其他api試試，至於來源檔不要有亂碼就沒法度了，那是別人的程式

作者: Chikei ( ) 2016-06-28 17:48:00

然而xE4不是亂碼.......那是變音字，德國人錯了嘛

作者: tacovirus (小璋丸) 2016-07-29 13:55:00

推 kyleJ 的作法，根據經驗 Scanner 可靠性不高

繼續閱讀

Re: [問題] 關於寫leet code的心態及寫法phycheout [問題] 關於寫leet code的心態及寫法shiningboy multidex 討論HuangJC Re: [問題] 有沒有人碰過所謂的靈異現象(multi-dex)HuangJC [問題] ResultSet問題wadechen [問題] JAVA說明文件的使用ak77now [問題] 存儲float比較好的方式dwadefans [問題] 有沒有人碰過所謂的靈異現象HuangJC [問題] 多型sunlights Re: [問題] socket的server與client互相傳值qrtt1