Strange Jackson Caractère illégal ((CTRL-CHAR, code 0)) Exception dans la carte Réduire le combinateur

Question

J'ai un travail Map-Reduce avec un mappeur qui prend un enregistrement et le convertit en objet, une instance de MyObject, qui est marshalled à JSON en utilisant Jackson. La valeur est juste un autre champ de texte dans l'enregistrement.

La pièce correspondante du mappeur est quelque chose comme ce qui suit:

ObjectMapper mapper = new ObjectMapper(); 
MyObject val = new MyObject(); 
val.setA(stringA); 
val.setB(stringB); 
Writer strWriter = new StringWriter(); 
mapper.writeValue(strWriter, val); 
key.set(strWriter.toString()); 

Les sorties du mappeur sont envoyés à un combineur qui unmarshalls l'objet JSON et agrégats paires clé-valeur. Il est conceptuellement très simple et est quelque chose comme:

public void reduce(Text key, Iterable<IntWritable> values, Context cxt) 
    throws IOException, InterruptedException { 
    int count = 0; 
    TermIndex x = _mapper.readValue(key.toString(), MyObject.class); 
    for (IntWritable int : values) ++count; 
    ... 
    emit (key, value) 
} 

La classe MyObject se compose de deux champs (les deux cordes), les méthodes get/set et un constructeur par défaut. L'un des champs stocke des extraits de texte basés sur une analyse Web, mais est toujours une chaîne.

public class MyObject { 
    private String A; 
    private String B; 

    public MyObject() {} 

    public String getA() { 
    return A; 
    } 
    public void setA(String A) { 
    this.A = A; 
    } 
    public String getB() { 
    return B; 
    } 
    public void setIdx(String B) { 
    this.B = B; 
    } 
} 

Mon travail MapReduce semble fonctionner très bien jusqu'à ce qu'il atteigne certains documents, que je ne peux pas facilement accès (parce que le mappeur génère les enregistrements d'une analyse), et est Jeté l'exception suivante:

Error: com.fasterxml.jackson.core.JsonParseException: 

    Illegal character ((CTRL-CHAR, code 0)): only regular white space (\r, \n, \t) is allowed between tokens 
    at [Source: java.io.StringReader@5ae2bee7; line: 1, column: 3] 

Quelqu'un aurait-il des suggestions sur la cause de cela?

Answer 1

Vous pouvez utiliser StringUtils de biens communs apache pour échapper à la chaîne - https://commons.apache.org/proper/commons-lang/javadocs/api-2.6/src-html/org/apache/commons/lang/StringEscapeUtils.html#line.89

ou vous pouvez remplacer sélectivement les caractères de contrôle de la chaîne avant JSON marshaling.

vous pouvez également consulter ce post - Illegal character - CTRL-CHAR