...
Eroare Java · Fluxuri I/O, codificări și compresie

java.nio.charset.MalformedInputException: Input length = 1

Pe scurt

Citești ca UTF-8 un text salvat în altă codificare (de obicei Windows-1252, ISO-8859-1 sau Windows-1250, de la Excel ori de la un program vechi), iar un octet nu formează un caracter UTF-8 valid. Citește fișierul cu codificarea în care a fost salvat sau salvează-l din nou ca UTF-8.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Un fișier text e o înșiruire de octeți; codificarea spune cum se transformă octeții în caractere. În UTF-8, literele cu diacritice ocupă 2 octeți cu o formă precisă. În Windows-1252 sau ISO-8859-1, aceleași litere ocupă un singur octet (de exemplu è este 0xE8), care, citit ca UTF-8, nu e valid.

Files.readAllLines, Files.readString, Files.lines și un CharsetDecoder configurat strict nu ghicesc: la primul octet invalid aruncă MalformedInputException: Input length = 1. Input length este numărul de octeți greșiți găsiți la poziția respectivă, nu lungimea fișierului. Cu Files.lines, excepția vine împachetată în UncheckedIOException.

Cazul invers, UnmappableCharacterException, apare la scriere: un caracter, de exemplu Ș, nu există în codificarea țintă (US-ASCII, ISO-8859-1).

Alte API-uri, ca new String(octeti, UTF_8), nu aruncă excepție, ci înlocuiesc octeții invalizi cu ? sau �, deci textul se strică fără să observi.

De ce apare: cauzele frecvente

1CSV salvat din Excel în codificarea Windows

Greșit
JAVA
List<String> linii = Files.readAllLines(Path.of("produse.csv"));
// implicit UTF-8
Corect
JAVA
List<String> linii = Files.readAllLines(Path.of("produse.csv"),
    Charset.forName("windows-1252"));

Cu codificarea în care a fost salvat fișierul, fiecare octet devine caracterul corect.

2Octeți primiți din altă sursă

Greșit
JAVA
CharsetDecoder d = StandardCharsets.UTF_8.newDecoder();
String text = d.decode(ByteBuffer.wrap(octetiLatin1)).toString();
Corect
JAVA
String text = new String(octetiLatin1, StandardCharsets.ISO_8859_1);

Octeții au fost produși în ISO-8859-1, deci trebuie citiți tot cu ISO-8859-1.

3Scriere cu o codificare care nu are caracterul

Greșit
JAVA
Files.writeString(Path.of("nume.txt"), "Ștefan", StandardCharsets.US_ASCII);
Corect
JAVA
Files.writeString(Path.of("nume.txt"), "Ștefan", StandardCharsets.UTF_8);

Ș nu există în ASCII, deci apare UnmappableCharacterException. UTF-8 are toate caracterele.

Repară tu

Repară eroarea, direct în pagină

Programul decodează strict, ca UTF-8, un nume de produs primit de la un sistem vechi care trimite text în ISO-8859-1, și se oprește cu MalformedInputException: Input length = 1. Decodează octeții cu StandardCharsets.ISO_8859_1, ca programul să afișeze Caractere: 12 și Are diacritice: true.

Codul care dă eroarea
JAVA
import java.nio.ByteBuffer;
import java.nio.charset.StandardCharsets;

public class Main {
    public static void main(String[] args) throws Exception {
        byte[] primit = "Crème brûlée".getBytes(StandardCharsets.ISO_8859_1);
        String nume = StandardCharsets.UTF_8.newDecoder().decode(ByteBuffer.wrap(primit)).toString();
        System.out.println("Caractere: " + nume.length());
        System.out.println("Are diacritice: " + nume.chars().anyMatch(c -> c > 127));
    }
}
După reparație, programul afișează
Caractere: 12
Are diacritice: true
Indiciu

Folosește StandardCharsets.ISO_8859_1.newDecoder() în loc de UTF_8.

Alte forme ale mesajului

  • java.io.UncheckedIOException: java.nio.charset.MalformedInputException: Input length = 1
  • java.nio.charset.MalformedInputException: Input length = 2
  • java.nio.charset.UnmappableCharacterException: Input length = 1

Cum o eviți pe viitor

  • Hotărăște o codificare pentru tot proiectul (UTF-8) și scrie-o explicit la fiecare citire și scriere.
  • Când primești fișiere din Excel sau din alte sisteme, întreabă sau verifică în ce codificare sunt; Excel poate salva și „CSV UTF-8”.
  • Nu te baza pe codificarea implicită a sistemului: din Java 18 este UTF-8 peste tot, dar codul vechi sau mașinile cu altă configurare se pot comporta diferit.
  • Pentru date binare (imagini, arhive, date criptate), citește octeți, nu text.

Întrebări frecvente

Cum aflu codificarea unui fișier?

Nu există o metodă sigură 100%. Editoarele (VS Code, Notepad++) afișează codificarea detectată, iar pe Linux și macOS comanda file -i fisier.csv îți dă o estimare. Cel mai sigur e să știi ce program a creat fișierul.

De ce new String(octeti, UTF_8) nu aruncă excepția?

Constructorii String și reader-ele obișnuite înlocuiesc octeții invalizi cu caracterul \uFFFD. Excepția apare doar la decodarea strictă, cum fac Files.readAllLines sau un CharsetDecoder cu CodingErrorAction.REPORT.

Erori înrudite

← Toate erorile Java

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Java de la zero, cu exerciții la fiecare lecție

Curs Java: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.