扫描仪在大约 2400 个字符后切断我的字符串

Posted 2023-02-26

【中文标题】扫描仪在大约 2400 个字符后切断我的字符串

【英文标题】：Scanner cuts off my String after about 2400 characters

【发布时间】：2011-02-22 21:00:52

【问题描述】：

我有一些非常基本的代码，比如

while (scan.hasNextLine())

    String temp = scan.nextLine();
    System.out.println(temp);

其中 scan 是对文件的扫描器。

但是，在一个大约 6k 字符长的特定行上，temp 在大约 2470 个字符之后被切断。什么时候切断没有什么特别的。它在“澳大利亚”这个词的中间。如果我从行中删除字符，则删除的位置会发生变化；例如如果我删除文件中的字符 0-100，那么 Scanner 将得到以前的 100-2570。

我以前使用过 Scanner 来处理更大的字符串。知道可能出了什么问题吗？

【参考方案1】：

猜测一下，您可能在截止点有一个流氓角色：在十六进制编辑器中查看文件，而不仅仅是文本编辑器。也许有一个嵌入的空字符，或者字符串中间可能有\r？在我看来，Scanner.nextLine() 似乎不太可能随意砍它。

另一个想法是，您是否 100% 确定它不全部存在？也许 System.out.println 正在切断字符串 - 再次由于其中嵌入了一些“奇怪”字符？如果打印 temp.length() 会发生什么？

编辑：我误解了如果你删掉一些字符会发生什么。对于那个很抱歉。需要检查的其他一些事项：

如果您阅读带有BufferedReader.readLine() 而不是Scanner 的行，它会得到一切吗？ 您是否指定了正确的编码？我不明白为什么会以这种特殊方式出现，但值得考虑... 如果将行中的所有字符替换为“A”（在文件中），这会改变什么吗？ 如果您在此行之前添加一个额外的行（或删除它之前的一行），这会改变什么吗？

如果这一切都失败了，我只会调试到 Scanner.nextLine() - Java 的一大优点是您可以调试到标准库中。

【讨论】：

打印出来的长度肯定不是全部。对于上下文，这是一个从 Excel 导出的 .csv 文件，我正在 vim 中进行编辑。我认为那里没有任何特殊字符；正如我所说，如果我删除字符，截止点就会改变。因此，虽然它在“澳大利亚”中间切断，但如果我在“澳大利亚”、“澳大利亚”之前的某处删除 100 个字符，然后在它之后的大约 90 个字符打印就好了。下一行也发生了同样的事情，只是它在 112 而不是 2470 处中断。这是唯一不起作用的两行。有些行更长。

刚刚在十六进制编辑器中查看了一下，没问题，只是 ascii 值。第二行在 't' 和撇号之间断开。

@Ventrue：大声笑 - 我只是添加了一个编辑以建议使用十六进制编辑器。唔。我添加了一些其他建议 - 但“调试它”可能会成为您所需要的......

天哪，这是字符集。它正在读取 ASCII，文件是 ISO-LATIN。非常感谢。

@Ventrue：哇！诚然，这是一种非常奇怪的故障模式——撇号是非 ASCII 的吗？