如何在 Java 中识别/处理文本文件换行符？答案

【问题标题】：How to identify/handle text file newlines in Java?如何在 Java 中识别/处理文本文件换行符？
【发布时间】：2011-03-02 15:11:24
【问题描述】：

我需要将来自不同系统的不同格式的文件导入我们的数据库。导入过程的一部分是检查行长以确保格式正确。我们似乎遇到了来自添加了一个字符的 UNIX 系统的文件的问题。我怀疑这是由于 UNIX 和 Windows 平台上的回车编码不同。

除了检查行的最后一个字符之外，有没有办法检测文件是在哪个文件系统上创建的？或者也许是一种将文件读取为文本而不是二进制文件的方式，我怀疑这是问题所在？

谢谢各位！

【问题讨论】：

一些字符，例如英国英镑符号£在 UTF8 中是两个字节。你是怎么测量长度的？ DB中的目标字符集是什么？
标题和标签（文件系统）具有误导性。

标签： java text file cross-platform newline

【解决方案1】：

Unix 系统使用 \n 行尾，而 windows 使用 \r\n 而 mac 使用 \r。您无法检测到文件系统，因为它根本不重要。例如，如果我的编辑器支持它，我可以在 Windows 上使用 \n。这只是那些操作系统的标准，不是要求。

正确的方法 - 假设你没有一个函数可以正确标记无论文件使用哪一行结尾 - 是搜索一个 \n 或一个 \r 然后结束当前行并从在开始下一行之前剩余的数据是 \r 或 \n。但是，如果您有空行并且需要保留它们，这将导致问题。在这种情况下，您必须更仔细地查看换行符：

读取\n时，结束当前行并开始下一行
读取 \r 时，结束当前行，如果下一个字符是 \n，则跳过它，开始下一行，否则立即开始新行。

【讨论】：

经典 Mac OS 使用 \r 作为其行终止符。当前版本的 Mac OS（基本上是过去 10 年发布的所有版本）使用\n

【解决方案2】：

大多数时候，Java 会自动处理不同类型的行尾，默默地解析 \n (unix) \r\n (windows) 和 \r (mac) 而不会打扰您（只要您使用字符流）。请参阅java.io.FileReader 和朋友的文档。使用字符流还将处理所有可能的 Unicode 编码方案。

如果要显式读取行分隔符，则需要将文件作为字节流读取。请参阅java.io.DataInputStream 和朋友的文档。

【讨论】：

【解决方案3】：

除了检查行的最后一个字符之外，有没有办法检测文件是在哪个文件系统上创建的？

没有。甚至检查线路终止顺序也只是一个提示。我们可以轻松地在 UNIX 上创建带有 DOS 行终止的文件，反之亦然。

或者也许是一种将文件读取为文本而不是二进制文件的方式，我怀疑这是问题所在？

是的。使用文件阅读器打开文件，将其包装在缓冲阅读器中，然后使用readLine() 方法一次读取文件一行。此方法将"\n"、"\r" 或"\r\n" 识别为行分隔符，因此适用于 DOS、UNIX 和 Mac 文件。

这是一些典型的代码：

    Reader r = new FileReader("somefile");
    try {
        BufferedReader br = new BufferedReader(r);
        String line;
        while ((line = r.readLine()) != null) {
            // process line
        }
    } finally {
        r.close();
    }

【讨论】：