malformedinputexception是java nio中charsetdecoder因字节序列不符合指定字符集规则（如utf-8孤立尾字节）而抛出的编码异常，非i/o错误；需通过替换策略、分块缓冲或编码预检等容错机制处理。
MalformedInputException 是 Java NIO 中 CharsetDecoder 在解码字节序列时，遇到无法识别或不合法的编码片段（如 UTF-8 中孤立的尾字节、过长的代理对等）时抛出的异常。它**不是 I/O 异常，也不表示文件读取失败**，而是明确指向“字节流内容与指定字符集不兼容”。在大规模文本处理中，它常出现在跨平台日志、爬虫原始响应、遗留系统导出数据等场景——这些数据可能混杂多种编码、含二进制垃圾、或被意外截断。
理解异常根源：不是“读错了”，而是“解码不了”
该异常通常发生在使用 Files.lines()、InputStreamReader 或 CharsetDecoder.decode() 时，底层 decoder 遇到非法字节序列（例如：0xC0 0x00 在 UTF-8 中非法；或 UTF-16 中奇数个字节导致 surrogate pair 不完整）。关键点：
- 它和
TruncatedInputException不同——后者是 decoder 明确知道输入被截断（如只剩半个 UTF-16 字符），而MalformedInputException是“当前字节组合根本不符合编码规则”； - 大规模读取中高频出现，往往说明源头数据质量差，而非代码逻辑错误；
- 不能靠重试或跳过单个字符解决，需在解码层配置容错策略。
用 CharsetDecoder 设置替换策略，避免中断
最直接有效的方式是自定义 CharsetDecoder，将非法序列替换为统一占位符（如 ），而非抛异常：
- 调用
charset.newDecoder().onMalformedInput(CodingErrorAction.REPLACE)； - 可选设置
.replaceWith("")指定替换字符串（默认是 ）； - 搭配
.onUnmappableCharacter(CodingErrorAction.REPLACE)同时处理不可映射字符（如 GBK 中的 emoji）； - 再包装成
InputStreamReader或用于ByteBuffer → CharBuffer解码流程。
分块读取 + 手动缓冲，规避边界截断
大规模文本若按固定 buffer 大小（如 8KB）读取，容易在字符边界中间切断（尤其 UTF-8 多字节字符），导致后续块开头出现非法序列。解决方法：
- 预留至少 3 字节（UTF-8 最长字符长度）作为“重叠缓冲区”：每次读取时，保留末尾 3 字节暂不解析，追加到下次读取开头一起解码；
- 或改用行导向读取（
BufferedReader.readLine()），它内部已处理换行符边界和编码连续性； - 对超大文件，优先用
Files.readAllLines(path, charset)（自动处理边界）或封装带缓冲的LineIterator。
预检编码 + 回退机制，提升鲁棒性
不盲目信任声明的编码。可先用轻量级检测（如 juniversalchardet 或 ICU4J）判断实际编码，再选择解码器；若仍报错，自动降级为更宽容的编码（如从 UTF-8 → ISO-8859-1 → US-ASCII）：
- 捕获
MalformedInputException后，记录错误位置和前/后若干字节用于诊断； - 尝试用
StandardCharsets.ISO_8859_1重新读取（它不会抛此异常，所有字节都映射为 Unicode 码点）； - 对关键业务字段，结合正则或关键词匹配验证解码结果合理性（如是否含大量 或乱码字）。
