[問題] 使用Scanner讀取utf-8會中斷讀取

[baconcsie (Bacon)]

各位大大好，小弟最近在寫一隻程式，必須要讀入utf-8的log資料

上面主要記錄了許多使用者的ID，而玩家來自各國，所以有各種語言

其中會遇到一些ID，使用記事本看會看到亂碼，用Notepad則會看到

一組編碼，例如xE4這樣，例如會有一個ID像這樣 SchxE4llbchen

小弟我原本是想讀到亂碼時，寫個特例處理掉，但是Scanner讀取卻

可能早在讀到那一個亂碼之前好幾10行，就顯示 hasNext() = false了

可是如果手動用文字編輯器去把那個亂碼刪掉，又可以完整讀完整個檔案

這讓我無法針對他去做處理，請問各位大大，該如何處理呢?

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.241.138.246
※ 文章網址: https://www.ptt.cc/bbs/java/M.1466960059.A.03B.html
※ 編輯: baconcsie (123.241.138.246), 06/27/2016 00:56:39
※ 編輯: baconcsie (123.241.138.246), 06/27/2016 00:59:14
※ 編輯: baconcsie (123.241.138.246), 06/27/2016 01:06:13
→ iFEELing: 所以你的hasNext()=false 是為什麼? 那才是重點吧?
對啊，就是不知道為什麼早在讀到那行有亂碼的之前好幾行，就已經沒有可以讀了

才覺得奇怪，用Notepad把那個亂碼刪掉的話，就可以完整讀完
※ 編輯: baconcsie (123.241.138.246), 06/27/2016 01:47:55
※ 編輯: baconcsie (123.241.138.246), 06/27/2016 01:49:05
推 omidofor: 換成Reader試試如何呢？
→ iFEELing: 根據 https://goo.gl/CF5ppf hasNext吃到一堆東西都會停
→ iFEELing: 等等 你 scanner 是餵 BufferedReader 給它吃的嗎
→ ripple0129: 猜測scanner底層讀進buffer時遇到就先掛點？才造成會
→ ripple0129: 是死在前幾行。純猜測，還是要run debug去抓吧
推 kyleJ: Scanner會做很多判斷 很容易因為亂碼停止 用底層一點的Buf
→ kyleJ: feredReader或是新的API的Files.lines吧
→ kyleJ: 或是解決會存入亂碼的原因呢？
→ baconcsie: 嗯嗯  我會改用更底層的api或其他api試試，至於來源檔
→ baconcsie: 不要有亂碼就沒法度了，那是別人的程式
→ Chikei: 然而xE4不是亂碼.......那是變音字，德國人錯了嘛
推 tacovirus: 推 kyleJ 的作法，根據經驗 Scanner 可靠性不高