java - 扫描仪无法处理包含西里尔字符的文件

Question

我正在尝试使用 Scanner 类来解析文本文件。但事实证明，如果文件包含俄语单词，扫描仪根本无法读取该文件。scanner.hasNextLine() 在第一次调用时返回 false。这是 Scanner 类的正常行为吗？我可以做些什么来解决这个问题吗？

Answer 1

要读取包含另一种编码的文本，您应该使用带有附加参数“encoding”的 Scanner 的构造函数。例如，如果包含俄罗斯符号的文件采用 UTF-8 编码，请尝试以下操作：

String path = ... // full path of file
Scanner sc = new Scanner(new FileInputStream(path), "UTF-8");

//read file line by line
while (sc.hasNextLine()){
    //read one line
    String s = sc.nextLine();
    //do something with line
    System.out.println(s);
}