Java File.listFiles() 根据 'not exist'返回做 `exists()`的文件

Question

我在我们的生产代码中注意到了这个问题:

java.lang.IllegalArgumentException: /somePath/�.png does not exist
    at org.apache.commons.io.FileUtils.sizeOf(FileUtils.java:2413)
    at org.apache.commons.io.FileUtils.sizeOfDirectory(FileUtils.java:2479)

根本原因是这样的:

import java.io.File;

public class FileNameTest
{

    public static void main(String[] args)
    {
        File[] files = new File("/somePath").listFiles();
        for (File file : files)
        {
            System.out.println(file + " - " + (file.exists() ? "exists" : "missing!!"));
        }
    }

}

输出:

0.png - exists
7.png - exists
4.png - exists
8.png - exists
1.png - exists
3.png - exists
�.png - missing!!
2.png - exists
5.png - exists
�.png - missing!!
6.png - exists
d.png - exists
$.png - exists
s.png - exists
+.png - exists
9.png - exists

“丢失”的文件用符号 "µ" (Mu) 命名和 "€" (Euro) .

这些文件名似乎也使用了错误的编码。 当我在 bash 中列出文件时，它们也显示错误。 当我将 ls 的输出从 latin1 转换为 UTF-8 时，它们显示正确(至少 mu)。

不过……

1. 这些文件存在
2. file.listFiles() 列出它们
3. 对于 2 个特殊情况:file.exists() 返回 false

我认为这是 JVM 中的错误。谁能证实这一点？

是否已经有错误报告？任何想法如何解决这一问题？ (重命名文件不是一种选择，因为它们是用户生成的并且可能会以任何形式或形状重新出现。)

我的系统:

• Ubuntu 4.2.0
• Java 版本“1.8.0_102”
• Java(TM) SE 运行时环境(build 1.8.0_102-b14)
• Java HotSpot(TM) 64 位服务器虚拟机(build 25.102-b14，混合模式)
• Apache Commons IO 2.4

Answer 1

这不是错误，而是文件系统中缺少编码信息的结果。 Java 无法正确表示文件名，因为它不知道编码。因此，如果不指定正确的编码，则无法从 Java 访问该文件。

解决此问题的最简单方法是正确设置 file.encoding 属性，并在所有文件名中使用该编码。

编辑: 我发现一篇文章显示了另一种可能的行为，也许更改 file.encoding 没有帮助。如果你想使用 UTF-8 以外的东西，最好测试一下。 http://jonisalonen.com/2012/java-and-file-names-with-invalid-characters/

我还发现了一个相关的讨论:Setting file name encoding