如何安全构建用于解析信用卡数据的 CSV 读取器（含空指针修复与统计功能）

在日常的Ja va开发工作中，解析CSV文件本身并不算高难度任务，但如果不小心踩中“空指针”这类基础错误，整个过程就会瞬间卡壳。尤其是处理信用卡交易数据时，这类问题会格外棘手——你不仅要确保程序能跑通，还得保证它能把交易条理清晰地统计出来。那么，实际要怎么做呢？今天就深入拆解一下整个过程，从修复`NullPointerException`，到实现交易总数、借记/贷记分类和金额汇总，一条路走到底。

问题根源：为什么 Scanner 会引发空指针？

假设你在代码里声明了一个 `private Scanner s;`，然后直接就去调 `s.nextLine()`——这基本就是空指针的“待触发按钮”。因为 Scanner 对象还没有被实例化成可用状态。说白了，你没有在构造阶段或者正式读取数据之前，完成 `s = new Scanner(...)` 这步操作。更典型的错误逻辑是：程序刚进入`scanner()`方法就急着跑`while (moreLines)`循环，循环里直接尝试读取 `s.nextLine()`，而此刻 `s` 仍然等于 `null`。等循环结束了才想起来创建 Scanner 实例，整个顺序显然不对。

这个问题听起来有点低级，但在实际代码中却极其常见，经常让开发者排查很久才发现是初始化顺序的问题。

核心思路：先完成 Scanner 初始化

正确的做法其实很简单：在真正开始对文件进行逐行扫描之前，提前把 Scanner 实例化好，并且确保文件存在、可读。在这个基础上，再去做数据统计的活儿就顺手多了。

以下是重构后的关键代码逻辑，它已经将交易分析的统计需求封装在内：

import ja va.io.File;
import ja va.io.FileNotFoundException;
import ja va.util.Scanner;

public class CsvReader {
    private Scanner s;
    private int totalTransactions = 0;
    private int debitCount = 0;
    private int creditCount = 0;
    private double totalDebitAmount = 0.0;

    public CsvReader() {
        // 构造器只负责对象状态初始化，不提前执行 IO 操作
    }

    public void analyzeTransactions() {
        try {
            s = new Scanner(new File("visadata.txt"));

            // 跳过可能的第一行表头（比如 "卡号,日期,类型,金额,描述"）
            if (s.hasNextLine()) s.nextLine();

            while (s.hasNextLine()) {
                String line = s.nextLine().trim();
                if (line.isEmpty()) continue;

                String[] fields = getTokens(line);
                if (fields.length < 5) continue; // 字段数不够就跳过

                String transactionType = fields[2].trim().toLowerCase(); // 假设第3列为交易类型
                String amountStr = fields[3].trim(); // 假设第4列为金额

                totalTransactions++;

                try {
                    double amount = Double.parseDouble(amountStr);
                    if ("debit".equals(transactionType)) {
                        debitCount++;
                        totalDebitAmount += amount;
                    } else if ("credit".equals(transactionType)) {
                        creditCount++;
                    }
                } catch (NumberFormatException e) {
                    System.err.println("警告：无效金额格式跳过行 — " + line);
                }
            }

            printSummary();
        } catch (FileNotFoundException e) {
            System.err.println("❌ 错误：未找到文件 'visadata.txt'，请检查路径和文件权限。");
        } finally {
            if (s != null) s.close(); // 无论如何都要关闭资源
        }
    }

    private String[] getTokens(String input) {
        String[] tokens = new String[5];
        for (int i = 0; i < tokens.length; i++) tokens[i] = "";
        int index = 0, pointer = 0;
        boolean inQuotes = false;

        while (pointer < input.length()) {
            char c = input.charAt(pointer);
            if (c == '"') {
                inQuotes = !inQuotes;
            } else if (c == ',' && !inQuotes) {
                index++;
                if (index >= tokens.length) break;
            } else {
                tokens[index] += c;
            }
            pointer++;
        }
        return tokens;
    }

    private void printSummary() {
        System.out.println("? 交易分析报告");
        System.out.println("├─ 总交易数：" + totalTransactions);
        System.out.println("├─ 借记交易数：" + debitCount);
        System.out.println("├─ 贷记交易数：" + creditCount);
        System.out.printf("└─ 借记总金额：$%.2f%n", totalDebitAmount);
    }
}

那些不能忽视的细节

代码重构完成后，有几个地方值得额外留意，它们直接决定了这个解析器在实际业务场景中的可用性和健壮性。

• 资源管理不能马虎：Scanner 必须在 `finally` 块中显式关闭，否则当解析过程中报错时，文件句柄会一直占用，导致资源泄漏。
• 健壮性比完美解析更重要：添加空行跳过、字段数校验、金额解析的异常捕获——这些看似琐碎的防范动作，能防止单条脏数据直接把整个流程给冲垮。
• 字段映射基于假设，不能照搬：这里默认 CSV 第三列是交易类型（"debit"/"credit"），第四列是金额。真实环境中的 CSV 格式复杂得多，列名可能不同、分隔符不一定是逗号、甚至带有引号嵌套。如果需要更强的兼容性，可以直接适配 `getTokens()` 或是引入成熟的开源库（比如 Apache Commons CSV）。
• 那些旧时代的“坑”别踩：`StringTokenizer` 早已被官方标记为过时，没必要继续使用。另外，`static` 的 tokenizer 字段在这里完全用不上，直接拿掉就好。所有状态应该封装在实例内部，保持测试的灵活性和可读性。
• 构造器只管初始化，别掺和 IO：构造器里就做简单的状态初始化，不要把文件读取等 IO 操作塞进去。这样做的最大好处是：单元测试更方便，而且代码意图明确，不容易出错。

经过上面这些调整，你不仅摆脱了那个让人头疼的 `NullPointerException`，而且手里已经有了一套结构清晰、具备基础金融统计能力的 CSV 解析器。更进一步，这套框架完全可以继续扩展——比如增加多卡类型识别、时间范围过滤、导出分析报告等高级功能，只是时间问题。