如果文件不包含有效的 UTF-8，我如何获取文件的内容

Question

我需要获取 a 的内容.jsp，我一直在使用std::fs::read_to_string：

if f.file_name() == "entry.jsp" {
    // read_file(f.path().to_str().unwrap());
    println!("{:?}", f.file_name());
    let contents = fs::read_to_string(f.path()).expect("Something went wrong reading the file");
}

但我收到以下错误：

“流不包含有效的 UTF-8”

我尝试逐行std::io::BufReader读取文件，但我不知道如何将这些行作为字符串获取。

fn read_file(path: &str) -> std::io::Result<()> {
    let file = File::open(path)?;
    let reader = BufReader::new(file);
    for line in reader.lines() {
        println!("{}", line?);
    }
    Ok(())
}

我怎样才能获得内容String？

谢谢。

Answer 1

Rust 中的字符串需要为 UTF-8，因此您无法获得String. 您可以做的是将文件读取为字节（例如。read_to_end），然后将字节转换为字符串from_utf8_lossy。

\n\n

if f.file_name() == "entry.jsp" {\n    // read_file(f.path().to_str().unwrap());\n    println!("{:?}", f.file_name());\n    let file = File::open(path)?;\n    let mut buf = vec![];\n    file.read_to_end (&mut buf)?;\n    let contents = String::from_utf8_lossy (&buf);\n}\n

\n\n

但请注意，正如名称中的“有损”部分所示，您获得的字符串将与文件的内容不同：

\n\n

\n

然而，并非所有字节片都是有效的字符串：字符串必须是有效的 UTF-8。在此转换期间，from_utf8_lossy()将用 替换任何无效的 UTF-8 序列U+FFFD REPLACEMENT CHARACTER，如下所示： \xef\xbf\xbd

\n

\n\n

如果您知道您的输入使用除 UTF-8 之外的某些有效字符编码，还有其他解决方案：

\n\n

\n
• from_utf16如果您的文件使用 UTF-16（或 UCS-2）编码。
\n
• 其他字符编码的encoding_rs或箱子。encoding
\n

\n