所有包含的字符集，以避免“java.nio.charset.MalformedInputException：input长度= 1”？
我用Java创build了一个简单的wordcount程序，通过目录的文本文件读取。
但是，我不断收到错误：
java.nio.charset.MalformedInputException: Input length = 1 从这行代码：
BufferedReader reader = Files.newBufferedReader(file,Charset.forName("UTF-8"));
我知道我可能会得到这个，因为我使用了一个Charset ，它没有在文本文件中包含一些字符，其中一些包含了其他语言的字符。 但我想包括这些字符。
后来我在JavaDocs上了解到Charset是可选的，只用于更有效的读取文件，所以我将代码改为：
BufferedReader reader = Files.newBufferedReader(file);
但是有些文件仍然会抛出MalformedInputException 。 我不知道为什么。
我想知道是否有一个全包的Charset ，将允许我阅读文字文件与许多不同types的字符 ？
谢谢。
你可能想要一个支持的编码列表。 对于每个文件，依次尝试每个编码，也许从UTF-8开始。 每当您捕获MalformedInputException ，请尝试下一个编码。
从Files.newBufferedReader创buildBufferedReader
Files.newBufferedReader(Paths.get("a.txt"), StandardCharsets.UTF_8);
运行应用程序时可能会抛出以下exception：
java.nio.charset.MalformedInputException: Input length = 1
但
new BufferedReader(new InputStreamReader(new FileInputStream("a.txt"),"utf-8"));
效果很好。
不同的是，前者使用CharsetDecoder的默认操作。
错误input和不可映射字符错误的默认操作是报告它们。
而后者使用REPLACE操作。
cs.newDecoder().onMalformedInput(CodingErrorAction.REPLACE).onUnmappableCharacter(CodingErrorAction.REPLACE)
我也遇到了这个错误消息的exception，
java.nio.charset.MalformedInputException: Input length = 1 at java.nio.charset.CoderResult.throwException(Unknown Source) at sun.nio.cs.StreamEncoder.implWrite(Unknown Source) at sun.nio.cs.StreamEncoder.write(Unknown Source) at java.io.OutputStreamWriter.write(Unknown Source) at java.io.BufferedWriter.flushBuffer(Unknown Source) at java.io.BufferedWriter.write(Unknown Source) at java.io.Writer.write(Unknown Source)
并发现尝试使用时会发生一些奇怪的错误
BufferedWriter writer = Files.newBufferedWriter(Paths.get(filePath));
写一个类从一个genericstypes转换为string“orazg 54”。
//key is of generic type <Key extends Comparable<Key>> writer.write(item.getKey() + "\t" + item.getValue() + "\n");
该string的长度为9，包含以下代码点的字符：
111 114 97 122 103 9 53 52 10
但是，如果类中的BufferedWriter被replace为：
FileOutputStream outputStream = new FileOutputStream(filePath); BufferedWriter writer = new BufferedWriter(new OutputStreamWriter(outputStream));
它可以成功写入这个string，没有例外。 另外，如果我从字符中写入相同的String创build，它仍然可以正常工作。
String string = new String(new char[] {111, 114, 97, 122, 103, 9, 53, 52, 10}); BufferedWriter writer = Files.newBufferedWriter(Paths.get("a.txt")); writer.write(string); writer.close();
以前，我从来没有遇到任何exception，当使用第一个BufferedWriter写任何string。 这是从java.nio.file.Files.newBufferedWriter（path，options）创build的BufferedWriter发生的一个奇怪的错误
ISO-8859-1是一个包罗万象的字符集，它保证不会抛出MalformedInputException。 因此，即使您的input不在此字符集中，也适用于debugging。 所以：-
req.setCharacterEncoding("ISO-8859-1");
在我的input中有一些双引号或双引号的字符，US-ASCII和UTF-8都向他们投掷了MalformedInputException，但是ISO-8859-1起作用了。
我写了以下内容，根据可用的字符集打印出标准结果列表。 请注意，它还会告诉您在排除导致问题的原因的情况下，基于0的行号码会失败。
public static void testCharset(String fileName){ SortedMap<String, Charset> charsets = Charset.availableCharsets(); for(String k:charsets.keySet()){ int line = 0; boolean success = true; try(BufferedReader b = Files.newBufferedReader(Paths.get(fileName),charsets.get(k))){ while(b.ready()){ b.readLine(); line++; } } catch (IOException e) { success = false; System.out.println(k+" failed on line "+line); } if(success) System.out.println("************************* Successs "+k); } }
那么，问题是Files.newBufferedReader(Path path)是这样实现的：
public static BufferedReader newBufferedReader(Path path) throws IOException { return newBufferedReader(path, StandardCharsets.UTF_8); }
所以基本上指定UTF-8是没有意义的，除非你想在你的代码中描述。 如果你想尝试一个“更广泛的”字符集，你可以尝试使用StandardCharsets.UTF_16 ，但是无论如何你不可能100％地确定每一个可能的字符。
你可以尝试这样的事情，或只是复制和过去下面的一块。
boolean exception = true; Charset charset = Charset.defaultCharset(); //Try the default one first. int index = 0; while(exception){ try { lines = Files.readAllLines(f.toPath(),charset); for(String line: lines){ line= line.trim(); if(line.contains(keyword)) values.add(line); } //No exception, just returns exception = false; } catch (IOException e) { exception = true; //Try the next charset if(index<Charset.availableCharsets().values().size()) charset = (Charset) Charset.availableCharsets().values().toArray()[index]; index ++; } }
