使用BufferedReader读取文件时Integer.parseInt()仅metro.txt抛NumberFormatException

尝试用Java读取文本文件中的数字，遇到如下异常：

• 作业提供的metro.txt前几行内容：

376 933
0000 Abbesses
0001 Alexandre Dumas

• 自制testnum.txt前几行内容：

444 555
6666 flowers
8888 pumpkin patch

使用以下Java代码读取：

import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;

public class test {
    public static void main(String[] args) {
        try {
            FileReader input = new FileReader("metro.txt");
            BufferedReader reader = new BufferedReader(input);

            String raw_line = reader.readLine();
            String[] split_line = raw_line.split(" ", 2);

            int num_vertices = Integer.parseInt(split_line[0]);
            int num_edges = Integer.parseInt(split_line[1]);

        } catch (FileNotFoundException ex) { // catch filereader
            System.out.println(ex);
        } catch (IOException ex) { // catch bufferedreader
            System.out.println(ex);
        }
    }
}

读取metro.txt时抛出异常：

Exception in thread "main" java.lang.NumberFormatException: For input string: "376"
        at java.base/java.lang.NumberFormatException.forInputString(NumberFormatException.java:67)
        at java.base/java.lang.Integer.parseInt(Integer.java:668)
        at java.base/java.lang.Integer.parseInt(Integer.java:786)
        at test.main(test.java:15)

读取testnum.txt无异常，且split_line[0]与字符串"376"比较返回false，怀疑是文件编码导致问题，请求排查根源及解决方法。

核心原因是**metro.txt带有UTF-8 BOM（字节顺序标记）**。作业提供的文件通常是Windows环境下生成的UTF-8文件，会在文件开头添加不可见的BOM字符（\uFEFF）：

• FileReader默认使用系统默认编码读取文件，当文件是带BOM的UTF-8时，BOM字符会被读入字符串开头，导致split后的split_line[0]实际是"\uFEFF376"，而非肉眼看到的"376"。
• 这个不可见字符无法通过普通字符串对比察觉，但会导致Integer.parseInt()解析失败，同时直接和"376"比较返回false。

方法1：指定编码读取并跳过BOM #

用InputStreamReader指定UTF-8编码读取，手动判断并跳过BOM字符：

import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;

public class test {
    public static void main(String[] args) {
        try (FileInputStream fis = new FileInputStream("metro.txt");
             InputStreamReader isr = new InputStreamReader(fis, "UTF-8");
             BufferedReader reader = new BufferedReader(isr)) {

            String raw_line = reader.readLine();
            // 去除开头的BOM字符
            if (raw_line != null && raw_line.startsWith("\uFEFF")) {
                raw_line = raw_line.substring(1);
            }
            String[] split_line = raw_line.split(" ", 2);

            int num_vertices = Integer.parseInt(split_line[0]);
            int num_edges = Integer.parseInt(split_line[1]);
            System.out.println("顶点数：" + num_vertices + "，边数：" + num_edges);

        } catch (IOException ex) {
            System.out.println(ex);
        }
    }
}

方法2：读取后清理非有效字符 #

如果不确定文件编码，可直接对读取的字符串做清理，只保留数字和空白字符：

String raw_line = reader.readLine();
if (raw_line != null) {
    // 替换所有非数字和空白的字符为空
    raw_line = raw_line.replaceAll("[^0-9\\s]", "");
    String[] split_line = raw_line.split(" ", 2);
    // 后续解析逻辑不变
}

方法3：使用Java NIO读取（更简洁） #

用Files.readAllLines指定UTF-8编码读取，再处理BOM：

import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.List;

public class test {
    public static void main(String[] args) {
        try {
            List<String> lines = Files.readAllLines(Paths.get("metro.txt"), java.nio.charset.StandardCharsets.UTF_8);
            String raw_line = lines.get(0);
            if (raw_line.startsWith("\uFEFF")) {
                raw_line = raw_line.substring(1);
            }
            String[] split_line = raw_line.split(" ", 2);

            int num_vertices = Integer.parseInt(split_line[0]);
            int num_edges = Integer.parseInt(split_line[1]);
            System.out.println("顶点数：" + num_vertices + "，边数：" + num_edges);

        } catch (IOException ex) {
            System.out.println(ex);
        }
    }
}

内容的提问来源于stack exchange，提问作者MatRanc