Go bufio.Scanner 为什么在边界输入上得到空结果

我排查过几次“Scanner 没读到内容”的问题，最后发现“空结果”并不只对应一种情况：空字符串根本不会进入循环；只有换行符的输入会读到一个真正的空行；而 ScanWords 面对一串空格时则没有任何 token。先把这三种情况分开，再看 Scanner.Err()，通常不用改一堆缓冲区参数就能定位原因。

先把空输入、空行和空白词拆开

下面的小实验只打印扫描次数、token 内容和错误。代码里的注释保留了每个边界的意图，运行时不要只看最后一行输出。

package main

import (
    "bufio"
    "fmt"
    "strings"
)

func inspect(label, input string, split bufio.SplitFunc) {
    scanner := bufio.NewScanner(strings.NewReader(input))
    scanner.Split(split)
    count := 0
    for scanner.Scan() {
        // 空字符串也可能是一个合法 token，所以同时打印长度和内容。
        fmt.Printf("%s: token=%q len=%d\n", label, scanner.Text(), len(scanner.Bytes()))
        count++
    }
    // 循环结束后必须检查 Err，避免把读取失败误当成“没有数据”。
    fmt.Printf("%s: count=%d err=%v\n", label, count, scanner.Err())
}

func main() {
    inspect("empty", "", bufio.ScanLines)
    inspect("one-empty-line", "\n", bufio.ScanLines)
    inspect("spaces", "   ", bufio.ScanWords)
}

结果的关键不是具体打印顺序，而是三种状态：empty 的循环次数为 0 且没有错误；one-empty-line 会进入一次循环，token 是 ""；spaces 对按词扫描没有 token。也就是说，Scan() 的 false 只能说明扫描结束或出错，不能单独证明输入是空字符串。

为什么 ScanLines 会产生空字符串

bufio.NewScanner 默认使用 ScanLines。它把一个换行符看成一行的结束，因此输入 "\n" 表示“存在一行，只是这一行没有字符”，返回空 token 是正常语义；输入 "a\n\n" 则会得到 "a" 和 "" 两个 token。最后一行即使没有换行符，只要非空也会返回。

如果业务把空行当作无效数据，应在业务层显式过滤，而不是把 ScanLines 当成错误来源：

for scanner.Scan() {
    line := scanner.Text()
    // 只在业务要求忽略全空白行时才做 TrimSpace。
    if strings.TrimSpace(line) == "" {
        continue
    }
    fmt.Println("有效行:", line)
}
if err := scanner.Err(); err != nil {
    // 读取错误与“没有有效行”是两条独立判断链。
    return fmt.Errorf("扫描输入失败: %w", err)
}

Scan、Text 和 Err 要放在同一条判断链

排查时我更愿意保留三个事实：Scan() 决定是否有下一个 token，Text() 只读取最近一次成功扫描的内容，Err() 报告扫描结束时遇到的非 EOF 错误。若循环一次都没进，不能直接读取 Text() 当结果；若循环结束后忽略 Err()，超长 token 或底层 Reader 错误就会被静默吞掉。

长 token 和自定义 SplitFunc 也会制造假象

Scanner 有默认 token 大小上限，官方文档说明默认最大扫描 token 约为 64 KiB，而且实际值还可能需要包含换行符。日志、JSON 行或大字段超过这个边界时，通常表现为循环结束，真正的线索在 Err() 中。需要更大单 token 时，应在第一次 Scan 前设置上限：

scanner := bufio.NewScanner(reader)
// max 只针对本次 Scanner，按输入协议设置，不要无上限放大。
scanner.Buffer(make([]byte, 32*1024), 1024*1024)
for scanner.Scan() {
    handle(scanner.Bytes())
}
if err := scanner.Err(); err != nil {
    return fmt.Errorf("读取记录失败: %w", err)
}

如果使用自定义分割函数，还要检查它是否在输入不足时返回了错误的 advance、nil token 或提前结束信号。自定义规则可能合法地产生空 token，也可能让所有输入都被跳过；这时应先用 ScanLines 做对照，再单独打印分割函数的边界分支。

一张清单完成最后排查

遇到“空结果”时按这个顺序检查：输入是否真的包含字符或换行；使用的是 ScanLines 还是 ScanWords；循环是否至少成功进入过一次；是否在循环后读取了 Err()；token 是否可能超过默认上限；自定义 SplitFunc 是否跳过了边界数据。这个顺序能把输入语义、业务过滤和读取失败分开，避免先盲目增大 buffer。

相关问题

空输入时为什么 Text() 不是有效结果？

因为没有成功的 Scan()，就没有新的 token。应使用计数或显式状态记录是否读到数据。

空行和空白行要怎么区分？

ScanLines 得到的空字符串是没有字符的行；包含空格的行仍有字符，是否用 TrimSpace 归为空由业务决定。

Scanner 适合读取超长日志吗？

可以先用 Buffer 设置有边界的最大 token；如果记录长度不可控或需要精细处理部分读取，应考虑直接使用 bufio.Reader。