Tünaydın. Tek bir harfle bir utf-8 dosyası olduğunu varsayalım, "f" (no \ n ve boşluklar) deyin ve ben bir dizi satır uzunluğu elde etmeye çalışıyorum.BOM ile bir UTF-8 dosyasındaki ilk satırın uzunluğu
(with-open [rdr (reader "test.txt")]
(doall (map #(.length %) (line-seq rdr))))
Ve
=> (2)
Neden
olsun? İlk dizenin doğru uzunluğunu elde etmenin herhangi bir yolu var mı?Java'da BOM sorunu Reading UTF-8 - BOM marker kapsamındadır. O yani
(defn debomify
[^String line]
(let [bom "\uFEFF"]
(if (.startsWith line bom)
(.substring line 1)
line)))
(doall (map #(.length %) (.split (debomify (slurp "test.txt")) "\n")))
Eğer çok büyük olduğu için örneğin tembel line-seq kullanarak bir dosya, okumak istiyorsanız
debomify kullanarak ilk satırı. Kalanlar normal olarak okunabilir. Bu nedenle, yeniden üretemiyorum.
(defn debommed-line-seq
[^java.io.BufferedReader rdr]
(when-let [line (.readLine rdr)]
(cons (debomify line) (lazy-seq (line-seq rdr)))))
Teşekkürler. Belki de bu bir çözümdür. –
Daha ayrıntılı sürüm için teşekkürler. –
Belki de en uygun yöntem basitçe (debomify (slurp "test.txt")) yapmak ve daha sonra bölmek. –
Kodunuzu, bir ya da iki baytlık karakterler içeren UTF-8 dosyasıyla, her ikisi de sonunda \ nn ile ya da olmadan kullandım. Her durumda '(1)' aldım. Clojure sürümün nedir? – Jan
Sadece rastgele bir düşünce, test dosyalarınıza bir BOM koyarsanız ne olur? – SirDarius
Benim Clojure sürüm 1.4'tür. Evet, gerçekte bu BOM. Sorunu nasıl atlayabilirim? –