BufferedReader 被不同的行分隔符搞砸了

Question

我有一个缓冲阅读器流式传输文件。目前有两种情况：

它正在流式传输在一台 PC 上生成的文件，我们称之为 File1。 它正在流式传输在另一台计算机上生成的文件，我们称之为 File2。

我假设我的问题是由 EOL 引起的。

BufferedReader 确实读取了这两个文件，但对于 File2，它会为每个新行读取一个额外的空行。

此外，当我使用line.equalsIgnoreCase("abc") 比较该行时，假设该行是"abc" 它不会返回true。

将此代码与两个链接中提供的两个文件一起使用以复制问题：

public class JavaApplication {

/**
 * @param args the command line arguments
 */
public static void main(String[] args) throws IOException {
    File file = new File("C:/Users/User/Downloads/html (2).htm");
    BufferedReader in = new BufferedReader(new InputStreamReader(new FileInputStream(file), "UTF-8"));
    String line = "";

    while ((line = in.readLine()) != null) {
        System.out.println(line);
    }
}

File1, File2

注意第二个文件如何在每行之后打印一个空行...

我一直在寻找和尝试，寻找和尝试，但无法提出解决方案。

任何想法如何解决这个问题？ （尤其是比较的东西？）

Answer 1

为我工作。

public class CRTest
{
   static StringReader test = new StringReader( "Line 1\rLine 2\rLine 3\r" );
   public static void main(String[] args) throws IOException {
      BufferedReader buf = new BufferedReader( test );
      for( String line = null; (line = buf.readLine()) != null; )
         System.out.println( line );
   }
}

打印：

run:
Line 1
Line 2
Line 3
BUILD SUCCESSFUL (total time: 1 second)

正如 Joop 所说，我认为您混淆了哪个文件不起作用。请使用上面的框架创建一个MCVE，并准确地向我们展示哪些文件输入不适合您。

---

由于您似乎有一个带有反转 \r\n 行的文件，这是我第一次尝试修复。请测试一下，我还没试过。你需要用这个类包裹你的InputStreamReader，然后像往常一样在外面包裹BufferedReader。

class CRFix extends Reader
{

   private final Reader reader;
   private boolean readNL = false;

   public CRFix( Reader reader ) {
      this.reader = reader;
   }

   @Override
   public int read( char[] cbuf, int off, int len )
           throws IOException
   {
      for( int i = off; i < off+len; i++ ) {
         int c = reader.read();
         if( c == -1 )
            if( i == off ) return -1;
            else return i-off-1;
         if( c == '\r' && readNL ) { 
            readNL = false;
            c = reader.read();
         }
         if( c == '\n' ) 
            readNL = true;
         else 
            readNL = false;
         cbuf[i] = (char)c;
      }
      return len;
   }

   @Override
   public void close()
           throws IOException
   {
      reader.close();
   }

}

Answer 2

Joop 是对的，经过更多研究后看来，即使两个文件都在其标头中指定了 UTF-16 编码，一个以 UTF-16 编码，另一个（File1）以 UTF-8 编码。这导致了“双线效应”。 感谢您在回答这个问题时付出的努力。