example - jsonformat java

Extraño carácter ilegal de Jackson((CTRL-CHAR, código 0)) Excepción en el mapa Reducir Combinador

Question

Tengo un trabajo Map-Reduce con un mapeador que toma un registro y lo convierte en un objeto, una instancia de MyObject, que se calcula a JSON usando Jackson. El valor es solo otro campo de texto en el registro.

La pieza relevante del mapeador es algo como lo siguiente:

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());

Las salidas del asignador se envían a un Combinador que elimina el objeto JSON y agrega pares de clave-valor. Es conceptualmente muy simple y es algo como:

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 clase MyObject consta de dos campos (ambas cadenas), métodos get / set y un constructor predeterminado. Uno de los campos almacena fragmentos de texto basados ​​en un rastreo web, pero siempre es una cadena.

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;
  }
}

Parece que mi trabajo MapReduce se está ejecutando bien hasta que alcanza ciertos registros, a los que no puedo acceder fácilmente (porque el asignador está generando los registros de un rastreo), y se lanza la siguiente excepción:

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]

¿Alguien tendría alguna sugerencia sobre la causa de esto?

Answer 1

Puede usar StringUtils de apache commons para escapar de la cadena: https://commons.apache.org/proper/commons-lang/javadocs/api-2.6/src-html/org/apache/commons/lang/StringEscapeUtils.html#line.89

o puede reemplazar selectivamente los caracteres de control de la cadena antes de json marshaling.

También puede consultar esta publicación - Carácter ilegal - CTRL-CHAR