关于java中FileInputStream读取文本文档时末尾的空白符

问题描述

如图，新建一个txt文本文档，里面存储了abcde五个字母

使用如下代码依次读取

public static void main(String[] args) throws IOException {
    FileInputStream fs = new FileInputStream("C:\\Program Files\\idea\\ideaProject\\test\\test.txt");
    byte[] bytes = new byte[2];
    int len = -1;
    while ((len = fs.read(bytes)) != -1){
        System.out.print(len + " -> ");
        String text = new String(bytes, 0, len);
        System.out.println(text);
    }
}

在大多数常见的字符编码中，如ASCII、UTF-8等，基本的字母、数字和一些特殊字符通常都是一个字节，而我们每次读取两个字节预期结果应该是刚好能读取三次，ab、cd、e

然而读取结果如下：

第三次读取的字节长度为2,并且读取了四次？为什么会产生这样的结果呢？

结果解释

使用文本编辑器，记事本、notepad++、vscode、idea等等编辑文本文档之后，通常在文件的最后会有一个空字符('\0')或换行符('\n')，这是因为大多数文本编辑器会自动在文件的末尾添加一个换行字符。这个字符不是文件内容的一部分，只是用于表示文件的结束。

不同的操作系统在文本文件的结束符上可能有所不同。在Unix/Linux系统中，通常只使用换行符('\n')表示行的结束，而在Windows系统中，通常使用回车符('\r')和换行符('\n')的组合（"\r\n"）来表示行的结束。

而'\r\n'占两个字节，并且为不可见字符，因此此时文件内容共有7个字节所以能读取4次，并且第4次读取的字节长度为1

验证

也很好验证，将末尾字符的编码打印出来

查阅编码得知，13和10分别对应'\r'和'\n'