JAVA - Integer.parseInt (str) выдает NumberFormatException, входные данные - это str, представляющая целое число - PullRequest
Новая
       80

JAVA - Integer.parseInt (str) выдает NumberFormatException, входные данные - это str, представляющая целое число

0 голосов
/ 20 марта 2020

ОБНОВЛЕНИЕ - chardetect считает, что файл srt закодирован как UTF-8 с доверительной оценкой 1,0. Я читал в файле с: Files.readAllLines установлен, чтобы интерпретировать его как utf-8. Здесь с помощью других я определил, что одна строка di git на самом деле имеет длину 2 ... Теперь хитрость заключается в том, чтобы выяснить, откуда взялся этот дополнительный символ. Ниже приводится выдержка из шестнадцатеричного дампа: 

00000000: efbb bf31 0d0a 3030 3a30 303a 3034 2c35  ...1..00:00:04,5
00000010: 3031 202d 2d3e 2030 303a 3030 3a30 362c  01 --> 00:00:06,
00000020: 3439 300d 0ae3 8199 e381 9fe3 8198 e381  490.............
00000030: 8ae3 8198 e381 b6e3 828a e381 95e3 818f  ................
00000040: e381 b2e3 8293 0d0a 2d20 4c75 7069 6e20  ........- Lupin 
00000050: 3230 3033 2070 7265 7365 6e74 7320 2d0d  2003 presents -.
00000060: 0a0d 0a32 0d0a 3030 3a30 303a 3036 2c35  ...2..00:00:06,5
00000070: 3030 202d 2d3e 2030 303a 3030 3a30 382c  00 --> 00:00:08,
00000080: 3032 340d 0a41 2053 7475 6469 6f20 4768  024..A Studio Gh
00000090: 6962 6c69 2046 696c 6d0d 0a0d 0a33 0d0a  ibli Film....3..
000000a0: 3030 3a30 303a 3133 2c30 3437 202d 2d3e  00:00:13,047 -->
000000b0: 2030 303a 3030 3a31 352c 3132 360d 0a3c   00:00:15,126..<
000000c0: 666f 6e74 2063 6f6c 6f72 3d22 2338 3838  font color="#888
000000d0: 3838 3822 3ee3 81a1 e381 b2e3 828d e380  888">...........
000000e0: 80e3 8192 e382 93e3 818d e381 a7e3 81ad  ................
000000f0: e380 82e3 8080 e381 bee3 819f e380 80e3  ................
00000100: 8182 e381 8ae3 8186 e381 ade3 8080 e382  ................

Оригинальный вопрос:

Я читаю в файле .srt, используя java.nio.file.Files.readAllLines().

В файлах .srt каждый субтитр имеет номерную строку - целое число, которое индексирует субтитр. Как захвачено, эта строка является строкой. Когда я использую Integer.parsint( numberLineString ), я получаю

java .lang.NumberFormatException

Я исправляю это, насколько могу, путем:

  • обнаруживает очень специфический c субтитр, поэтому я знаю, что это вызвано не каким-то ошибочным субтитром, который может иметь ошибочный индекс с неди git символами.

  • удаление любых потенциальных \ n или \ r от номера индекса

  • печать переменной, переданной в Integer.parsint(), чтобы убедиться, что это определенно строка индекса , представляющее целое число.

Как видите, выбрасываемое исключение даже признается, что вывело исключение для входной строки "1" 

Exception in thread "main" java.lang.NumberFormatException: For input string: "1"
    at java.base/java.lang.NumberFormatException.forInputString(NumberFormatException.java:68)
    at java.base/java.lang.Integer.parseInt(Integer.java:658)
    at java.base/java.lang.Integer.parseInt(Integer.java:776)
    at japanese.engine.kana.JPSubsParser.parseTitles(JPSubsParser.java:218)
    at japanese.engine.kana.srtManager.main(srtManager.java:25)

I ' м в недоумении - любая помощь будет оценена.

Вот выдержка из читаемого файла: 

1
00:00:04,501 --> 00:00:06,490
すたじおじぶりさくひん
- Lupin 2003 presents -

2
00:00:06,500 --> 00:00:08,024
A Studio Ghibli Film

3
00:00:13,047 --> 00:00:15,126
<font color="#888888">ちひろ　げんきでね。　また　あおうね　りさ</font>
<font color="#8888FF">Good Luck, Chihiro. We'll meet again</font>

Вот соответствующий Java код: 

    public int parseTitles( Map<String, ArrayList<String>> subsMap ) {
        /* Setup, get iterator for the Map
         * Instantiate a charMatch object for checking for the various characters */
        Iterator<String> keyIter = subsMap.keySet().iterator(); 
        JPcharMatch charMatch = new JPcharMatch();

        // Loop through the map 
        int tempCounter = 0;
        while (keyIter.hasNext() && tempCounter == 0) {

            //get the current title
            ArrayList<String> titleLines = subsMap.get(keyIter.next());

            String trimmedLine0 = titleLines.get(0).replace("\n", "").replace("\r", "").replace("\"", "");

            int indexLineInt = Integer.parseInt( trimmedLine0 );

public class srtManager {


    public static void main( String[] args ) {

        Path subsFilePath = Paths.get("/Volumes/Multimedia/Coding/experimenting_srts/Sen to Chihiro Kanji+Hir+Eng.srt");

        SubsFileDAO subsFileDAO = new SubsFileDAO(subsFilePath);
        List<String> fileLines = subsFileDAO.getLinesList();

        JPSubsParser parser = new JPSubsParser( fileLines );

        Map<String, ArrayList<String>> subsMap = parser.getSubsMap();

        // TODO analyze to detect kanji lines and store.
        parser.parseTitles(subsMap);


    }
}

Ответы [ 2 ]

0 голосов
/ 20 марта 2020

Вы пытаетесь интерпретировать BOM в начале файла как число.

Вы можете удалить его вручную перед анализом: 

String BOM = new String(new byte[] { (byte) 0xef, (byte) 0xbb, (byte) 0xbf});

int indexLineInt = Integer.parseInt( trimmedLine0.replaceAll(BOM, ""));

В качестве альтернативы такие решения, как BOMInputStream , которые будут прозрачно удалять спецификацию из предоставленного InputStream

0 голосов
/ 20 марта 2020

Кажется, есть еще один символ с 1, который вызывает проблему. Простой способ отладки - распечатать его с каким-либо символом до и после, как показано ниже. Кроме того, убедитесь, что разбираете только целые числа и ничего больше, как показано ниже: 

String trimmedLine0 = titleLines.get(0).replace("\n", "").replace("\r", "").replace("\"", "");
System.out.println("*"+trimmedLine0+"*");
int indexLineInt;
if(trimmedLine0.matches("[0-9]+")){
    indexLineInt= Integer.parseInt( trimmedLine0 );
} else {
    System.out.println("It is not an integer");
}
...