java - 将已知编码的文件转换为 UTF-8

Question

我需要将文本文件转换为字符串，最后，我应该将其作为输入参数(类型 InputStream)放入 IFile.create (Eclipse)。 正在寻找示例或如何执行此操作，但仍然无法弄清楚...需要您的帮助!

只是为了测试，我确实尝试将原始文本文件转换为使用此代码编码的 UTF-8

FileInputStream fis = new FileInputStream(FilePath);
InputStreamReader isr = new InputStreamReader(fis);

Reader in = new BufferedReader(isr);
StringBuffer buffer = new StringBuffer();

int ch;
while ((ch = in.read()) > -1) {
    buffer.append((char)ch);
}
in.close();


FileOutputStream fos = new FileOutputStream(FilePath+".test.txt");
Writer out = new OutputStreamWriter(fos, "UTF8");
out.write(buffer.toString());
out.close();

但即使认为最终的 *.test.txt 文件是 UTF-8 编码，里面的字符也已损坏。

Answer 1

您需要使用 Charset 参数指定 InputStreamReader 的编码。

                                    // ↓ whatever the input's encoding is
Charset inputCharset = Charset.forName("ISO-8859-1");
InputStreamReader isr = new InputStreamReader(fis, inputCharset));

这也有效:

InputStreamReader isr = new InputStreamReader(fis, "ISO-8859-1"));

---

另见:

• InputStreamReader(InputStream in, Charset cs)
• Charset.forName(String charsetName)
• Java: How to determine the correct charset encoding of a stream
• How to reliably guess the encoding between MacRoman, CP1252, Latin1, UTF-8, and ASCII
• GuessEncoding - 仅适用于 UTF-8、UTF-16LE、UTF-16BE 和 UTF-32 ☹
• ICU Charset Detector
• cpdetector , 免费java代码页检测
• JCharDet (Mozilla 字符集检测器的 Java 端口)_{^{具有讽刺意味的是，该页面没有正确呈现“Mozilla's”中的撇号}}

SO 搜索我找到所有这些链接的位置:https://stackoverflow.com/search?q=java+detect+encoding

---

您可以在运行时通过 Charset.defaultCharset() 获取默认字符集 - 它来自运行 JVM 的系统。