Java 扫描程序未遍历整个文件

扫描仪读取您的文件有问题，但我不确定它是什么。它错误地认为它已经到达了文件的末尾，而实际上还没有，这可能是由于一些时髦的字符串编码。请尝试改用包装 FileReader 对象的 BufferedReader 对象。

例如，

   private static Set<String> posible2(String posLoc) {
      Set<String> result = new TreeSet<String>();
      BufferedReader br = null;
      try {
         br = new BufferedReader(new FileReader(new File(posLoc)));
         String availalbe;
         while((availalbe = br.readLine()) != null) {
             result.add(availalbe);            
         }
      } catch (FileNotFoundException e) {
         e.printStackTrace();
      } catch (IOException e) {
         e.printStackTrace();
      } finally {
         if (br != null) {
            try {
               br.close();
            } catch (IOException e) {
               e.printStackTrace();
            }
         }
      }
      return result;
  }

编辑：我尝试将您的问题减少到最低限度，这足以引发问题：

   public static void main(String[] args) {
      try {
         Scanner scanner = new Scanner(new File(FILE_POS));
         int count = 0;
         while (scanner.hasNextLine()) {
            String line = scanner.nextLine();
            System.out.printf("%3d: %s %n", count, line );
            count++;
         }

我用 printf 检查了 Scanner 对象：

System.out.printf("Str: %-35s size%5d; Has next line? %b%n", availalbe, result.size(), s.hasNextLine());

并表明它认为文件已经结束。我正在逐步删除从数据到文件的行，以查看是哪一行导致了问题，但会把它留给你。

我遇到了同样的问题。扫描仪不会读取到文件的末尾，实际上会停在单词的中间。我认为这是扫描仪上设置的某些限制的问题，但我注意到了 rfeak 关于字符编码的评论。

我重新保存了我正在阅读的内容，它解决了问题。事实证明，记事本默认为 ANSI。.txtUTF-8

你应该使用这个：

扫描程序扫描程序 = new Scanner（fileObj）.useDelimiter（“\z”）;
System.out.println（scanner.next（））;

我遇到了同样的问题，这就是我为解决它所做的：

1. 将我正在读取的文件保存到 UTF-8 中
2. 创建了新的扫描仪，如下所示，指定编码类型：

   Scanner scanner = new Scanner(new File("C:/IDSBRIEF/GuidData/"+sFileName),"UTF-8");  
   

我有一个 txt 文件，其中 Scanner 在第 862 行停止读取，这是一个奇怪的问题。我所做的是创建一个不同的文件（以尝试复制问题）。我先添加了不到 862 行，然后我添加了超过 862 行，效果很好。

所以我认为问题在于，在我之前的文件中，在第 862 行，出现了一些问题，比如某些字符或符号可能会误导 Scanner 提前完成阅读。

总之：基于这一经验，我建议找出扫描仪停止读取的确切行，以找到解决问题的方法。

我的具体情况：

• 在我的主程序 （A） 中，它总是从 16384 字节文件中读取 41021 字节。它停止的字符位于具有正常可打印文本的行的中间
• 如果我创建一个只有扫描仪和打印行的小型单独程序 （B），它会读取整个文件
• 在 （A） 中指定“UTF-8”仍显示为 16384
• 在 （A） 中指定“ASCII”仍为 16384
• 在 （A） 中指定“Cp1252”将读取整个文件
• 我的输入 txt 文件是由用户发送的，我不确定他们是否会以任何特定的编码编写它们

结论

• Scanner 似乎逐块读取文件并将正确读取的数据写入返回的 String 中，但是当它发现编码与预期不同的块时，它会静默退出（哎哟）并返回部分字符串
• 我尝试读取的 txt 文件是 Cp1252，我的 （A） 源文件是 UTF-8，我的 （B） 源文件是 Cp1252，所以这就是为什么 （B） 在不指定编码的情况下工作的原因

溶液

• 忘记扫描仪并使用

String fullFileContents = new String(Files.readAllBytes(myFile.toPath()));

当然，由于您不知道编码，因此无法像这样可靠地读取非 ASCII 字符，但肯定会读取 ASCII 字符。如果您只需要文件中的 ASCII 字符并且可以丢弃非 ASCII 部分，请使用它。

我在我的 Linux 服务器上也遇到了类似的问题，最后下面的代码对我有用。

Scanner scanner = new Scanner（new File（filename），“UTF-8”）;

我在 csv 文件上遇到了同样的问题：它可以在 Windows 上运行，但在 Linux 上不起作用

使用 nodepad++ 打开文件并更改编码，选择 ： Encode in UTF8 （with BOM）。 它解决了我的问题

这是我倾向于做的：

StringBuilder fileContents = new StringBuilder();
File file = new File(Location);
try (BufferedReader reader = new BufferedReader(new FileReader(file, StandardCharsets.UTF_8))) {
    String line;
    while ((line = reader.readLine()) != null) {
        fileContents.append(line);
        fileContents.append(System.lineSeparator());
    }
}

String outcome = fileContents.toString();

我接管了一个 4MB 奇怪的 CSV 文件，该文件在多个地方抛出读取错误：

1.在 Cp1252 中打开文件

2.立即将其以UTF-8保存在第二个文件中

3. 现在在第二个文件上调用您扫描仪。