Java 比较两个字符串返回 false，尽管字符串相同

Question

我正在从 txt 文件中读取句子并创建一组唯一单词。首先，我逐行读取文件。我用空格分割行以将单词作为字符串数组获取。然后，如果这些单词不是我的独特单词 ArrayList，我会将单词添加到 ArrayList 中。然而，存在一些问题。第一个是它还将空 String 添加到唯一字 ArrayList 中。第二个是它添加了相同的单词两次，当我比较这两个字符串时，它表现得好像它们不相等。我的代码如下:

    ArrayList<String> uniqueWords = new ArrayList<>();
    Scanner scan = new Scanner(new File("input.txt"));
    while(scan.hasNext())
    {
        String []line = scan.nextLine().split("\\s+");
        for(int i = 0;i<line.length;i++)
        {
            if(uniqueWords.indexOf(line[i])==-1)
            {
                uniqueWords.add(line[i]);
            }

        }

    }

    System.out.println("0:"+uniqueWords.get(0));
    System.out.println("1:"+uniqueWords.get(1));
    System.out.println("2:"+uniqueWords.get(2));
    System.out.println("9:"+uniqueWords.get(9));
    System.out.println(uniqueWords.get(1).equalsIgnoreCase(uniqueWords.get(2)));

输出如下:

0:
1:adalet
2:adalet
9:
false

Answer 1

如果您查看这两个 String 对象解码的字节，您会发现它们不是相同的单词:

1. 第一个字符串 adalet 转换为:[-17, -69, -65, 97, 100, 97, 108, 101, 116]
2. 第二个字符串 adalet 转换为:[97, 100, 97, 108, 101, 116]。

他们可能使用西里尔字符或其他看起来像“正常”字符但实际上并非如此的字符。

<小时/>

<罢工> 编辑: 更准确地说，第一个 a 是第二个字符串的标准 a 和第一个字符串的西里尔文 а。

编辑:它实际上不是西里尔字母a，我很抱歉。它似乎是一个“隐形”角色。正如 khelwood 正确指出的那样，它是一个 BOM。