如何临时忽略java.nio.charset.MalformedInputException并替换错误字符？

问题分析 #

当尝试用默认字符集（如UTF-8）加载其他编码（如GBK）的YAML文件时，若文件包含无法解码的字符，SnakeYAML会抛出MalformedInputException，导致无法读取文件中的metadata.charset字段，进而无法完成自动字符集切换。

解决方案 #

核心思路是在第一次临时加载YAML获取字符集配置时，使用容错字符解码器，将无法解码的错误字符替换为占位符，避免抛出异常。后续用正确字符集重新加载时，仍使用严格解码保证数据正确性。

步骤1：创建容错字符解码器 #

构建一个宽松模式的CharsetDecoder，指定错误处理策略为替换：

private CharsetDecoder createFaultTolerantDecoder(Charset baseCharset) {
    return baseCharset.newDecoder()
            // 处理格式错误的输入时替换
            .onMalformedInput(CodingErrorAction.REPLACE)
            // 处理无法映射的字符时替换
            .onUnmappableCharacter(CodingErrorAction.REPLACE)
            // 指定替换字符，可改为"?"或空串等
            .replaceWith("�");
}

步骤2：修改临时加载YAML的代码 #

替换原直接用yaml.load(inputStream)的逻辑，改用容错解码器创建StreamReader：

if (Objects.isNull(charset)) {
    if (getInputFile().exists()) {
        final InputStream inputStream = getInputStream();
        try {
            // 使用默认字符集创建容错解码器
            CharsetDecoder tolerantDecoder = createFaultTolerantDecoder(Charset.defaultCharset());
            // 基于容错解码器创建StreamReader
            StreamReader streamReader = new StreamReader(new InputStreamReader(inputStream, tolerantDecoder));
            // 加载YAML文件（此时不会因编码错误抛出异常）
            final Object object = yaml.load(streamReader);

            if (object instanceof Map) {
                @SuppressWarnings("unchecked")
                final String charsetName = Structure.of((Map<String, Object>) object).getStringOrFail(charsetPath);
                charset = Charset.forName(charsetName);
            } else {
                throw new IOException("yaml value is an instance of type '" + object.getClass().getName() + "', not required 'Map<String, Object>'!");
            }
        } catch (Throwable throwable) {
            throw new IOException("can not find the charset in auto charset yaml file: " + getInputFile(), throwable);
        } finally {
            // 记得关闭输入流
            inputStream.close();
        }
    } else {
        charset = defaultCharset;
    }
}

关键说明 #

• 仅临时生效：该容错逻辑只用于第一次加载YAML获取metadata.charset字段，后续用正确字符集重新加载时，使用默认的严格解码规则，不会影响其他代码的异常抛出行为。
• 替换字符不影响配置读取：只要metadata.charset字段的字符在默认字符集中可正确解码（或错误字符替换后不影响字符串解析），就能顺利获取到正确的字符集配置。
• 资源释放：添加了输入流的关闭逻辑，避免资源泄漏。

内容的提问来源于stack exchange，提问作者Chuanwise