计算文本文件中正确的换行数

Question

我正在完成 John Crickett 的编码挑战中的第一个练习，即创建一个

wc

克隆来计算文本文件中的行数、字节数、单词数和字符数。我正在执行第 4 步，正在计算字符。

到目前为止我的代码如下：

public static long countChars(File inputFile) {
    long count = 0;

    try (BufferedReader reader = new BufferedReader(new FileReader(inputFile))) {
        String line;
        while ((line = reader.readLine()) != null)
            {
                line = line.replaceAll("\uFEFF",""); // Remove BOM
                count += line.length();
            }
    } catch (IOException e) {
        e.printStackTrace();
    }

    return count;
}

问题是

wc

返回

339292

的输出，而我的代码返回

325001

。我最初怀疑我的代码只是忽略了换行符，并且我注意到了一些有趣的事情。

wc

的输出和我自己的代码的输出之间的区别是

14291

缺少字符，这是行数的两倍加一。

我试图理解以下内容：

1. 为什么每行有两个换行符而不是一个？肯定每行末尾都有一个换行符吗？
2. 额外的单个字符是什么？
3. 简单地将行数加倍并将其添加到字符数上（然后+1）是否天真？这会让我在某些极端情况下陷入困境吗？

Answer 1

看来 wc 将

\r

和

\n

算作一个角色，而你却没有。

加上您忽略的 BOM，它会给出您所看到的差异。

如果您想计算

\r

和

\n

，您可能不应该按行阅读。如果是这样的话，我会按字符读取，然后每次读取

\r

时保持一个状态，以忽略后面的

\n

以增加行数。事实上，你似乎做了好几遍，一个是台词，另一个是人物，我猜还有一个是单词。

所以你只需要这个：

public static long countChars(File inputFile) {
    long count = 0;

    try (Reader reader = new FileReader(inputFile)) {
        int r;
        while ((r = reader.read()) > 0)
            {
                count ++;
            }
    } catch (IOException e) {
        e.printStackTrace();
    }

    return count;
}

但是你可以用我提出的关于状态的建议一次性解决它，因为说最后一次读取是

\r

，不计算以下

\n

。