BufferedReader.readLine() 有时会挂起

Question

在我的应用程序中，有一个单独的线程，由 ScheduledExecutorService.scheduleAtFixedRate() 每分钟运行一次，它解析来自多个网站的 rss 提要。我正在使用 Apache HttpClient 来接收 xml。

示例代码：

InputStream inputStream = HTTPClient.get(url);    
String xml = inputStreamToString(inputStream, encoding, websiteName);

public static String inputStreamToString(InputStream inputStream, String encoding, String websiteName) 
{

    BufferedReader bufferedReader = null;
    PrintWriter printWriter = null;
    StringBuilder stringBuilder = new StringBuilder();

    int letter;
    try 
    {
        bufferedReader = new BufferedReader(new InputStreamReader(inputStream, encoding));
        printWriter = new PrintWriter(new File("src/doclog/" 
                + websiteName + "_" 
                + new SimpleDateFormat("MM_dd_yyyy_hh_mm_ss").format(new Date(System.currentTimeMillis())) 
                + "_" + encoding + ".txt"), encoding);
        while((letter = bufferedReader.read()) != -1) 
        {
            char character = (char) letter;
            printWriter.print(character);               
            stringBuilder.append(character);
        }
    } 
    catch(IOException e) 
    {
        throw new RuntimeException(e);
    } 
    finally
    {
        try 
        {
            if(bufferedReader != null) 
            {
                bufferedReader.close();
            }
            if(printWriter != null) 
            {
                printWriter.close();
            }
        } 
        catch(IOException e) 
        {
            e.printStackTrace();
        }
    }
    System.out.println("String built");
    return stringBuilder.toString();
}

和 HTTPClient 类：

public class HTTPClient 
{
   private static final HttpClient CLIENT = HttpClientBuilder.create().build(); 

   public static InputStream get(String url)
   {    
       try
       {
           HttpGet request = new HttpGet(url);  
           HttpResponse response = CLIENT.execute(request);
           System.out.println("Response Code: " + response.getStatusLine().toString()); 
           return response.getEntity().getContent();
       }
       catch(IOException | IllegalArgumentException e)
       {
           throw new RuntimeException(e);
       }
   }
}

正如标题所说，有时bufferedReader.readLine() 有可能永远挂起。我已经看到有关此主题的另一个答案，他们建议检查bufferedReader.ready() 是否返回true。问题是有些网站在处理它们时总是会在bufferedReader.ready() 中返回false，但是它们解析得很好。

如何防止我的线程挂在 bufferedReader.readLine() 上？

如果重要，response.getStatusLine().toString() 总是返回 HTTP/1.1 200 OK

编辑

我刚刚发现 bufferedReader.ready() 在挂起时实际上是 true。

编辑 2

BufferedReader.read() 也挂起。奇怪的是，只有在处理一个网站时才会发生挂起，而且它的发生是绝对随机的。应用程序要么工作 15 小时，收到数百个无问题的响应，要么在启动后 10 分钟内挂起。我已经开始将每个更新的所有字符写入单独的文件中，并发现并没有真正发生什么特别的事情。 Xml 读取在文档中间永远停止，最后一个字符是<p dir="ltr"&g。更新了代码。

另外，值得注意的是，不能有任何未处理的异常，因为在我的ScheduledExecutorService.scheduleAtFixedRate() runnable 的最高级别，我捕获了Throwable，并打印它的stackTrace。

Answer 1

ready() 方法返回 true 告诉您有可供读取的字符。问题是readLine() 会阻塞，直到它在输入中找到行尾。

公共字符串 readLine() 抛出 IOException

读取一行文本。一条线被认为被任何人终止 换行符 ('\n')、回车符 ('\r') 或回车符 紧接着是换行符。

当您从流中读取数据时，无法保证数据会进入行边界，因此 readLine() 调用会阻塞。

您可以使用不会阻塞的read 方法，但您必须自己检查EOL。

public int read(char[] cbuf, int off, int len) 抛出 IOException

将字符读入数组的一部分。

该方法实现了对应读的通用合约 Reader 类的方法。作为额外的便利，它尝试 通过重复调用 read 来读取尽可能多的字符 底层流的方法。这种迭代读取一直持续到 以下条件之一为真：

The specified number of characters have been read,
The read method of the underlying stream returns -1, indicating end-of-file, or
The ready method of the underlying stream returns false, indicating that further input requests would block. 

如果对底层流的第一次读取返回 -1 表示 end-of-file 然后这个方法返回 -1。否则此方法返回 实际读取的字符数。

您还必须根据读取的字符重建该行。一次阅读整行并不方便，但必须这样做。