java - 使用 Files.newBufferedReader() 读取文件和直接构造读取器的不同结果

Question

似乎 Files.newBufferedReader() 对 UTF-8 的要求比单纯的替代方案更严格。

如果我创建一个只有一个字节 128 的文件——所以，不是一个有效的 UTF-8 字符——如果我在 上构造一个 BufferedReader，它会被愉快地读取InputStreamReader 在 Files.newInputStream() 的结果上，但对于 Files.newBufferedReader() 会引发异常。

这段代码

try (
    InputStream in = Files.newInputStream(path);
    Reader isReader = new InputStreamReader(in, "UTF-8");
    Reader reader = new BufferedReader(isReader);
) {
    System.out.println((char) reader.read());
}

try (
    Reader reader = Files.newBufferedReader(path);
) {
    System.out.println((char) reader.read());
}

有这样的结果:

�
Exception in thread "main" java.nio.charset.MalformedInputException: Input length = 1
    at java.nio.charset.CoderResult.throwException(CoderResult.java:281)
    at sun.nio.cs.StreamDecoder.implRead(StreamDecoder.java:339)
    at sun.nio.cs.StreamDecoder.read(StreamDecoder.java:178)
    at java.io.InputStreamReader.read(InputStreamReader.java:184)
    at java.io.BufferedReader.fill(BufferedReader.java:161)
    at java.io.BufferedReader.read(BufferedReader.java:182)
    at TestUtf8.main(TestUtf8.java:28)

这有记录吗？是否有可能通过 Files.newBufferedReader() 获得宽松的行为？

Answer 1

区别在于在这两种情况下如何构造用于解码 UTF-8 的 CharsetDecoder。

对于 new InputStreamReader(in, "UTF-8") 解码器是使用以下方法构建的:

Charset cs = Charset.forName("UTF-8");

CharsetDecoder decoder = cs.newDecoder()
          .onMalformedInput(CodingErrorAction.REPLACE)
          .onUnmappableCharacter(CodingErrorAction.REPLACE);

这明确指定无效序列仅被替换为标准替换字符。

Files.newBufferedReader(path) 使用:

Charset cs = StandardCharsets.UTF_8;

CharsetDecoder decoder = cs.newDecoder();

在这种情况下，onMalformedInput 和 onUnmappableCharacter 未被调用，因此您将获得默认操作，即抛出您所看到的异常。

似乎没有办法改变 Files.newBufferedReader 的功能。在查看代码时，我没有看到任何对此进行记录的内容。