Podczas odczytu pliku tekstowego sprawdź, czy w wierszu nie znajdują się Znaki niedrukowalne
Mój program musi odczytywać pliki tekstowe-linia po linii. Pliki w UTF-8. Nie jestem pewien, czy pliki są poprawne - mogą zawierać znaki niedrukowalne. Czy można go sprawdzić bez przechodzenia na poziom bajtów? Dzięki.
8 answers
Jeśli chcesz sprawdzić, czy łańcuch ma znaki niedrukowalne, możesz użyć wyrażenia regularnego
[^\p{Print}]
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2011-09-14 09:19:13
Otwórz plik za pomocą FileInputStream
, Następnie użyj InputStreamReader
z UTF-8 Charset
aby odczytać znaki ze strumienia i użyć BufferedReader
do czytania wierszy, np. poprzez BufferedReader#readLine
, co da ci sznurek. Gdy już masz ciąg znaków, możesz sprawdzić, czy nie są to znaki, które uważasz za drukowalne.
String line;
try (
InputStream fis = new FileInputStream("the_file_name");
InputStreamReader isr = new InputStreamReader(fis, Charset.forName("UTF-8"));
BufferedReader br = new BufferedReader(isr);
) {
while ((line = br.readLine()) != null) {
// Deal with the line
}
}
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2015-04-14 07:13:36
Choć nie jest trudno zrobić to ręcznie używając BufferedReader
i InputStreamReader
, użyłbym Guava :
List<String> lines = Files.readLines(file, Charsets.UTF_8);
Możesz wtedy robić, co chcesz z tymi wersami.
EDIT: zauważ, że spowoduje to wczytanie całego pliku do pamięci za jednym zamachem. W większości przypadków jest to w porządku - i to z pewnością prostsze niż czytanie linii po linii, przetwarzanie każdej linii tak, jak ją czytasz. Jeśli to ogromny plik, być może będziesz musiał to zrobić w ten sposób, zgodnie z odpowiedzią T. J. Crowdera.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2011-09-14 09:20:06
Właśnie się dowiedziałem, że za pomocą Javy NIO (java.nio.file.*
) można łatwo napisać:
List<String> lines=Files.readAllLines(Paths.get("/tmp/test.csv"), Charset.forName("UTF-8"));
for(String line:lines){
System.out.println(line);
}
Zamiast zajmować się FileInputStream
s I BufferedReader
s...
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2012-10-11 11:17:14
A może poniżej:
FileReader fileReader = new FileReader(new File("test.txt"));
BufferedReader br = new BufferedReader(fileReader);
String line = null;
// if no more lines the readLine() returns null
while ((line = br.readLine()) != null) {
// reading lines until the end of the file
}
Źródło: http://devmain.blogspot.co.uk/2013/10/java-quick-way-to-read-or-write-to-file.html
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2013-10-21 10:37:10
Mogę znaleźć następujące sposoby.
private static final String fileName = "C:/Input.txt";
public static void main(String[] args) throws IOException {
Stream<String> lines = Files.lines(Paths.get(fileName));
lines.toArray(String[]::new);
List<String> readAllLines = Files.readAllLines(Paths.get(fileName));
readAllLines.forEach(s -> System.out.println(s));
File file = new File(fileName);
Scanner scanner = new Scanner(file);
while (scanner.hasNext()) {
System.out.println(scanner.next());
}
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-04-15 07:49:57
Odpowiedź @T. J. Crowdera to Java 6 - w Javie 7 poprawna odpowiedź to ta @ McIntosh - chociaż nie zaleca się używania Charset dla nazwy dla UTF -8:
List<String> lines = Files.readAllLines(Paths.get("/tmp/test.csv"),
StandardCharsets.UTF_8);
for(String line: lines){ /* DO */ }
Przypomina sposób Guava zamieszczony powyżej przez Skeet - i oczywiście obowiązują te same zastrzeżenia. Oznacza to, że dla dużych plików (Java 7):
BufferedReader reader = Files.newBufferedReader(path, StandardCharsets.UTF_8);
for (String line = reader.readLine(); line != null; line = reader.readLine()) {}
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2014-06-27 00:52:10
Jeśli każdy znak w pliku jest poprawnie zakodowany w UTF-8, nie będzie problemu z odczytaniem go za pomocą czytnika z kodowaniem UTF-8. Do ciebie należy sprawdzenie każdego znaku pliku i sprawdzenie, czy uważasz go za drukowany, czy nie.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2011-09-14 09:13:21