Java 扫描程序类坏字符“®”答案

【问题标题】：Java Scanner Class bad character "®"Java 扫描程序类坏字符“®”
【发布时间】：2017-04-01 12:59:48
【问题描述】：

我有一个扫描程序类将文件读入字符串。任何带有此字符“®”的文件都会导致它失败。我是 Java 新手，有没有更好的方法来读取此文件以便接受该字符？

public void readFile(String fileName)
{
    fileText = "";

    try
    {
        Scanner file = new Scanner(new File(fileName));
        while (file.hasNextLine())
        {
            String line = file.nextLine();
            fileText += line +"\r"+"\n";
        }
        file.close();
    }
    catch (Exception e)
    {
         System.out.println(e);

   }
      }

【问题讨论】：

它会抛出什么错误？
如果可能的话，你能不能使用 hexdump -C 把包含 (R) 字符的文件的一小部分...
“任何带有这个字符“®”的文件都会导致它失败。”你怎么知道？

标签： java unicode

【解决方案1】：

默认情况下，Scanner 使用平台默认字符编码，这可能与文件的字符编码不匹配。 JavaDoc 状态：

构造一个新的 Scanner 来生成从指定的文件。文件中的字节被转换为字符使用底层平台的默认字符集。

首先确定文件的字符编码，这可以通过 Linux 命令行实用程序file -i 来完成。将正确的编码传递给扫描仪。 Java 7 在java.nio.charset.StandardCharsets 中包含一些众所周知的字符集的预定义常量。

Scanner file = new Scanner(new File(fileName), StandardCharsets.UTF_8);

【讨论】：

“确定你的文件用什么字符编码”在它周围阅读看起来是一个常见问题？任何人有更好的方法然后最好的猜测？
@Minerbob One 应该提前知道他们的数据文件正在使用哪种编码。如果您的业务是打开客户可能发送给您的任何随机文件，那么是的，明智的猜测是最好的选择。

【解决方案2】：

在创建扫描仪时提及编码。

Scanner file= new Scanner(new File(fileName), "utf-8");

【讨论】：

我使用的是 BlueJ，它不会抛出错误，它只是退出循环并将我的字符串留空。
感谢您的领导，utf-8 对我不起作用，但当我使用 ISO-8859-1 时，它起作用了。看来我需要读一点。谢谢。

【解决方案3】：

您只需在创建 Scanner 类的实例时提及编码 UTF-8 即可。

【讨论】：