ตรวจสอบบรรทัดเพื่อหาอักขระที่ไม่สามารถพิมพ์ได้ขณะอ่านไฟล์ข้อความ

หากคุณต้องการตรวจสอบว่าสตริงมีอักขระที่ไม่สามารถพิมพ์ได้ คุณสามารถใช้นิพจน์ทั่วไปได้

[^\p{Print}]

เปิดไฟล์ด้วย FileInputStream จากนั้นใช้ InputStreamReader ด้วย UTF-8 Charset เพื่ออ่านอักขระจากสตรีม และใช้ BufferedReader เพื่ออ่านบรรทัด เช่น ผ่าน BufferedReader#readLine ซึ่งจะทำให้คุณ เชือก เมื่อคุณมีสตริงแล้ว คุณสามารถตรวจสอบอักขระที่ไม่ใช่สิ่งที่คุณพิจารณาว่าจะพิมพ์ได้

เช่น. (โดยไม่มีการตรวจสอบข้อผิดพลาด) โดยใช้ try-with-resources (ซึ่งเป็นเวอร์ชัน Java สมัยใหม่ที่คลุมเครือ):

String line;
try (
    InputStream fis = new FileInputStream("the_file_name");
    InputStreamReader isr = new InputStreamReader(fis, Charset.forName("UTF-8"));
    BufferedReader br = new BufferedReader(isr);
) {
    while ((line = br.readLine()) != null) {
        // Deal with the line
    }
}

แม้ว่าการดำเนินการด้วยตนเองโดยใช้ BufferedReader และ InputStreamReader ไม่ใช่เรื่องยาก แต่ฉันจะใช้ Guava:

List<String> lines = Files.readLines(file, Charsets.UTF_8);

จากนั้นคุณสามารถทำอะไรก็ได้ตามต้องการด้วยบรรทัดเหล่านั้น

แก้ไข: โปรดทราบว่าการดำเนินการนี้จะอ่านไฟล์ทั้งหมดลงในหน่วยความจำในครั้งเดียว ในกรณีส่วนใหญ่ เป็นเรื่องปกติ และ ง่ายกว่า อย่างแน่นอนกว่าการอ่านทีละบรรทัด โดยประมวลผลแต่ละบรรทัดในขณะที่คุณอ่าน หากเป็นไฟล์ขนาดใหญ่ คุณอาจต้องทำเช่นนั้นตามที่ T.J. คำตอบของคราวเดอร์.

เพิ่งพบว่าด้วย Java NIO (java.nio.file.*) คุณสามารถเขียนได้อย่างง่ายดาย:

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

แทนที่จะจัดการกับ FileInputStreams และ BufferedReaders...

ด้านล่างเป็นอย่างไรบ้าง:

 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

 }

ที่มา: http://devmain.blogspot.co.uk/2013/10/java-quick-way-to-read-or-write-to-file.html

ฉันสามารถหาวิธีดังต่อไปนี้ได้

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());
    }

คำตอบโดย @T.J.Crowder คือ Java 6 - ใน java 7 คำตอบที่ถูกต้องคือคำตอบโดย @McIntosh - แม้ว่าการใช้ Charset สำหรับชื่อสำหรับ UTF -8 นั้นไม่สนับสนุน:

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

เตือนให้นึกถึงวิธี Guava มากมายที่โพสต์โดย Skeet ด้านบน - และแน่นอนว่ามีคำเตือนแบบเดียวกัน นั่นคือสำหรับไฟล์ขนาดใหญ่ (Java 7):

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

หากอักขระทุกตัวในไฟล์ได้รับการเข้ารหัสอย่างเหมาะสมในรูปแบบ UTF-8 คุณจะไม่มีปัญหาในการอ่านโดยใช้โปรแกรมอ่านที่มีการเข้ารหัส UTF-8 ขึ้นอยู่กับคุณที่จะตรวจสอบทุกตัวอักษรของไฟล์และดูว่าคุณสามารถพิมพ์ได้หรือไม่