`
itang
  • 浏览: 71281 次
  • 性别: Icon_minigender_1
  • 来自: 深圳
社区版块
存档分类
最新评论

Implicit parameters 使用问题一,从Source.fromInputStream说起

阅读更多
    刚写了一个小应用,其中有个从文件读取数据转换后存入数据库的功能,代码见https://github.com/itang/_demo/blob/master/pagingtree/src/main/scala/pagingtree/plugins/DataPlugin.scala, 在ubuntu下运行正常,windows下出现编码问题,编码为utf-8的文件读取不了。
   
    定位到的出错语句是:
   
 val regionData = fromLines(Source.fromInputStream(RegionDataImporter.getClass.getResourceAsStream("/data/region.txt")).getLines.toList

    注意到Source.fromInputStream方法, 我这使用的应该是
   
def fromInputStream(is: InputStream)(implicit codec: Codec): BufferedSource

   (fromInputStream另外一个定义是: def fromInputStream(is: InputStream, enc: String): BufferedSource)
 
    显然第二个参数使用了隐式参数, 由此猜想这个隐式参数值跟平台有关。要弄清楚, 只有翻scala源码了。
 
    按常理,先找到Source的源码, 猜想在某处导入了 implicit defaultCodec = Codec.xxx 之类。意外的是Source里未定义它,而且也未通过import XX._ 导入。
   
    进一步判断是不是在scala.Predef 全局导入了。查找了Predef的源码,也未发现。有点诧异。难道scala有什么诡异的实现?
   
    没办法,掉个方向,看看scala.io.Codes源码里有什么玄机没。下面这几行代码引起了我的注意:
   
  trait LowPriorityCodecImplicits {
        self: Codec.type =>

        /** The Codec of Last Resort. */
        implicit def fallbackSystemCodec: Codec = defaultCharsetCodec
    }

    object Codec extends LowPriorityCodecImplicits {
        ...
        def defaultCharsetCodec   = apply(Charset.defaultCharset)
        ...
    }

   
    LowPriorityCodecImplicits 这个trait里声明了Codes的隐式参数值fallbackSystemCodec,而Codes对象继承了LowPriorityCodecImplicits
    但是感觉有点不对劲,Source源码里应该导入它啊,就如:
     
import Codes._

   
    猜想: 难道类的半生对象里定义了其类型的隐式参数值, 不需要显式导入就可以被隐式引用吗?
   
    带着这个疑问, 写了如下一些代码来验证之:
    test.scala
    -------------------
   class A { override def toString = "A"}
    trait T { 
        implicit def a = new A
    }
    object A extends T { } // T.a 混入 object A
    def a(implicit pa: A) = pa

    println(a) // 打印出 "A"

   
    其效果跟如下代码是一样的:
   
    class A { override def toString = "A"}
    implicit def a = new A
    def a(implicit pa: A) = pa
    println(a) // 打印出 "A"

   
   
    算是知道这么回事了(还是觉得scala如此处理有点诡异),那编码问题的密码完全归结到java.nio.charset.Charset.defaultCharset方法了,看其源码:
    
    public static Charset defaultCharset() {
        if (defaultCharset == null) {
            synchronized (Charset.class) {
                    //从系统属性里读出file.encoding配置的值
                    //即System.getProperty("file.encoding");
                String csn = AccessController.doPrivileged(
                    new GetPropertyAction("file.encoding")); 
                Charset cs = lookup(csn);
                if (cs != null)
                    defaultCharset = cs;
                else
                    defaultCharset = forName("UTF-8");
            }
        }
        return defaultCharset;
    }


    答案浮出水面了, ubuntu下 文件编码默认为UTF-8, windows xp下是GBK。这就是fromInputStream(is: InputStream)(implicit codec: Codec)第二个参数使用隐式值之后造成的后果
   
    前前后后的分析、猜想论证,总结出以下几条
  • scala.io.Source.fromInputStream(包括fromFile等)等方法第二个参数最好显显式的指定编码, 这样才不会受系统环境差异的影响
  •     如Source.fromURL(new URL("http://www.baidu.com"), "GBK")
  • 如果类的半生对象里定义了其类型的隐式参数值, 那么此隐式参数值不需要显式导入就可以被引用到


   
 
分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics