使用Scanner解析CSV文件遇InputMismatchException及循环逻辑疑问

问题描述 #

有如下格式的CSV文件：

Company,Name,12,13,18
Company,Name,12,13,18
Company,Name,12,13,18
Company,Name,12,13,18
Company,Name,12,13,18

使用以下Java代码解析时，每行最后一个数值（如18）会触发InputMismatchException异常，同时对循环逻辑的正确性存在疑问：

public void readFile(String Path) {
    try {
        Scanner sc = new Scanner(Paths.get(Path)).useDelimiter(",");
        while (sc.hasNextLine()) {
            while (sc.hasNext()) {
                System.out.println(sc.next());
                System.out.println(sc.next());
                System.out.println(sc.nextInt());
                System.out.println(sc.nextInt());
                System.out.println(sc.nextInt());
            }
            sc.close();
        }
    } catch(IOException e) {
        System.out.println("Cannot find file: " + Path);
    }
}

异常原因分析 #

1. 分隔符设置问题：你仅将Scanner的分隔符设为逗号,，但CSV每行最后一个元素后是换行符而非逗号。此时Scanner会把换行符和下一行的首个字段拼接成一个token，比如第一行的18会和下一行的Company拼成18\nCompany，调用nextInt()解析这个包含非数字字符的token时，必然抛出InputMismatchException。
2. 循环结构错误：
   • 内层while(sc.hasNext())会一次性读取文件中所有token，外层while(sc.hasNextLine())只会执行一次，因为所有内容已被内层循环读完。
   • sc.close()放在外层循环内部，第一次循环就会关闭Scanner，后续循环无法继续执行。

代码修正方案 #

方案1：调整分隔符，包含逗号和换行 #

将分隔符设置为匹配逗号或换行符，确保每个字段被正确拆分：

public void readFile(String Path) {
    try {
        // 匹配逗号、Windows换行符(\r\n)和Linux换行符(\n)
        Scanner sc = new Scanner(Paths.get(Path)).useDelimiter(",|\r\n|\n");
        while (sc.hasNext()) {
            System.out.println(sc.next());
            System.out.println(sc.next());
            System.out.println(sc.nextInt());
            System.out.println(sc.nextInt());
            System.out.println(sc.nextInt());
        }
        sc.close();
    } catch(IOException e) {
        System.out.println("Cannot find file: " + Path);
    }
}

方案2：逐行读取后拆分（更直观） #

先读取整行，再拆分每行字段，彻底避免分隔符混淆问题：

public void readFile(String Path) {
    try {
        Scanner sc = new Scanner(Paths.get(Path));
        while (sc.hasNextLine()) {
            String line = sc.nextLine();
            String[] tokens = line.split(",");
            System.out.println(tokens[0]);
            System.out.println(tokens[1]);
            System.out.println(Integer.parseInt(tokens[2]));
            System.out.println(Integer.parseInt(tokens[3]));
            System.out.println(Integer.parseInt(tokens[4]));
        }
        sc.close();
    } catch(IOException e) {
        System.out.println("Cannot find file: " + Path);
    } catch(NumberFormatException e) {
        System.out.println("数字格式错误");
    }
}

关于循环逻辑的理解 #

你的理解不正确：

• 外层while(sc.hasNextLine())是判断是否还有未读取的行，但内层while(sc.hasNext())会基于设置的分隔符读取整个文件的token，而非当前行的token，因此会一次性读完所有内容，外层循环仅执行一次。
• 如果要实现“外层循环遍历每行，内层循环遍历该行的每个token”，应该先读取整行，再对该行内容创建单独的Scanner或拆分字符串，如方案2的实现方式。

内容的提问来源于stack exchange，提问作者Nathan