MalformedInputException 与 Files.readAllLines()

我正在迭代一些文件，准确地说是 5328 个文件。这些文件是平均 XML 文件，最多 60-200 行。它们首先通过简单的方法进行过滤isXml源文件解析路径。

    Files.walk(Paths.get("/home/me/development/projects/myproject"), FileVisitOption.FOLLOW_LINKS)
            .filter(V3TestsGenerator::isXmlTestSourceFile)
            .filter(V3TestsGenerator::fileContainsXmlTag)

最大的问题是第二个过滤器，尤其是 fileContainsXmlTag 方法。对于每个文件，我想检测其行中是否至少包含一次模式：

private static boolean fileContainsXmlTag(Path path) {
    try {
        return Files.readAllLines(path).stream().anyMatch(line -> PATTERN.matcher(line).find());
    } catch (IOException e) {
        e.printStackTrace();
    }
    return false;
}

对于某些文件我得到这个异常

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.readLine(BufferedReader.java:324)
at java.io.BufferedReader.readLine(BufferedReader.java:389)
at java.nio.file.Files.readAllLines(Files.java:3205)
at java.nio.file.Files.readAllLines(Files.java:3242)

但是当我使用 FileUtiles.readLines() 而不是 Files.readAllLines 时，一切都变得很好。

这是一个好奇心问题，所以如果有人能提供有关正在发生的事情的线索，我们会很高兴。

Thanks

方法Files.readAllLines() http://docs.oracle.com/javase/8/docs/api/java/nio/file/Files.html#readAllLines-java.nio.file.Path-假设您正在读取的文件采用 UTF-8 编码。

如果出现此异常，则您正在读取的文件很可能使用与 UTF-8 不同的字符编码进行编码。

找出使用的字符编码，然后使用其他的readAllLines http://docs.oracle.com/javase/8/docs/api/java/nio/file/Files.html#readAllLines-java.nio.file.Path-java.nio.charset.Charset-方法，允许您指定字符编码。

例如，如果文件采用 ISO-8859-1 编码：

return Files.readAllLines(path, StandardCharsets.ISO_8859_1).stream()... // etc.

方法FileUtiles.readLines()（它从哪里来？）可能会假设其他内容（它可能假设文件采用系统的默认字符编码，而不是 UTF-8）。