java - Collections.sort() 未按正确的顺序排序

Question

我有这样的 Java 代码:

List<String> unSorted = new ArrayList<String>();
List<String> beforeHash = new ArrayList<String>();
String[] unSortedAux, beforeHashAux; 
String line = null;

BufferedReader reader = new BufferedReader(new FileReader("C:\\CPD\\temp0.txt"));
    while ((line = reader.readLine()) != null){
        unSorted.add(line);  
        beforeHash.add(line.split("#")[0]); 

    }
    reader.close();

    Collections.sort(beforeHash);
    beforeHashAux = beforeHash.toArray(new String[beforeHash.size()]);
    unSortedAux = unSorted.toArray(new String[unSorted.size()]);

    System.out.println(Arrays.toString(beforeHashAux));
    System.out.println(Arrays.toString(unSortedAux));

它读取一个名为 temp0.txt 的文件，其中包含:

Carlos Magno#261
Mateus Carl#12
Analise Soares#151
Giancarlo Tobias#150

我的目标是对字符串中的名称进行排序，“#”后面没有字符串。我正在使用 beforeHash.add(line.split("#")[0]);去做这个。问题是它正确读取文件，但排序顺序错误。相应的输出是:

[Analise Soares, Giancarlo Tobias, Mateus Carl, Carlos Magno]
[Carlos Magno#261, Mateus Carl#12, Analise Soares#151, Giancarlo Tobias#150]

第一个结果是“排序”结果，请注意“Carlos Magno”位于“Mateus Carl”之后。我在代码中找不到问题。

Answer 1

问题是“Carlos Magno”以 Unicode byte-order mark 开头。

如果您将示例文本 ([Analise ... Carlos Magno]) 复制并粘贴到 Unicode Explorer 中，您会看到在 Carlos Magno 的“C”之前，您得到了U+FEFF。

基本上，您在读取文件时需要删除它。最简单的方法就是使用:

line = line.replace("\ufeff", "");

...或先检查:

if (line.startsWith("\ufeff")) {
    line = line.substring(1);
}

请注意，您应该真正指定打开文件时要使用的编码 - 使用包装在 InputStreamReader 中的 FileInputStream。