我在让 java.util.Scanner 读取我在记事本中保存的文本文件时遇到问题，即使它与其他文件一起工作得很好。基本上，当它尝试读取问题文件时，它完全空手而归—— hasNextLine() 为假，缓冲区为空等。我将其范围缩小到这样一个事实：如果存在，它甚至不会读取第一行是一个弯引号anywhere在文件中。不会引发任何异常。请注意，同一文件上的 BufferedReader 没有问题。
try {
int count = 0;
Scanner scanner = new Scanner(new File("C:/myfile.txt"));
while (scanner.hasNextLine()) {
count++;
scanner.nextLine();
}
scanner.close();
System.out.print(count);
count = 0;
BufferedReader reader = new BufferedReader(new FileReader("C:/myfile.txt"));
while (reader.readLine() != null) {
count++;
}
reader.close();
System.out.print(count);
}
catch(IOException e) {
e.printStackTrace();
}
上面的代码读取一个只包含一个大引号的文件，并打印出“01”。在谷歌上的搜索让我尝试了这个：
Scanner scanner = new Scanner(new File("C:/myfile.txt"), "ISO-8859-1");
这使它工作（即打印出“11”）。我还注意到，如果我进入记事本并执行“另存为”...底部的默认编码是“ANSI”。如果我将其更改为“UTF-8”并保存文件，那么扫描仪（没有编码）也可以工作。如果我告诉扫描仪“UTF-8”，那么可以理解的是，它仅在我保存为 UTF-8 时才有效，但即使我将其保存为“ANSI”，“ISO-8859-1”似乎也能使其工作。
所以，我知道这与文件编码有关，但问题是我对文件编码一无所知。我对“ISO-8859-1”含义的了解非常模糊；为什么无论我如何保存文件它都可以工作？为什么 BufferedReader 仍然可以工作？
EDIT:
下面的链接/评论确实帮助我指明了正确的方向！我想我已经弄清楚了。
首先，在记事本中：
- “ANSI”是 CP1252
- “Unicode”是UTF-16LE
- “UTF-8”是......好吧，UTF-8
在十六进制中，大撇号表示为：
- CP1252：92
- UTF-16LE：1920
- UTF-8：E2 80 99
根据 Charset.defaultCharset()，Java 在我的系统上使用的默认编码是 UTF-8。因此，当我以 UTF-8 格式保存文件时，扫描仪知道会发生什么。然而，当我将文件保存在 CP1252 中时，一旦遇到“92”，它就会卡住，因为它不是表示该编码中的字符的有效方式。只要文件中没有任何此类字符，它就可以正常工作——“hello world”的十六进制在 CP1252 和 UTF-8 中恰好相同，并且不会引起问题。
UTF-8 不适用于 UTF-16 文件，因为它不知道如何处理字节顺序标记（“FFFE”），无论文件中包含哪些字符。
另一方面，当我将扫描仪设置为 CP1252 或 ISO-8859-1 时，它的宽容度要高得多。它不一定解释字符正确地请注意，但是没有什么可以阻止它识别文件中的行并循环。
至于为什么 Scanner 有问题但 FileReader/BufferedReader 没有，我猜测这是因为扫描仪需要标记文件，即。解释字符，以便它可以识别空格和其他模式，因此当出现无法识别的内容时，它会感到窒息。读者不需要这样做。它需要识别的只是换行符。
