Java读取包含日文字符的文件

Question

我正在尝试读取包含一些日语字符的文件。

RandomAccessFile file = new RandomAccessFile("japanese.txt", "r");
String line;
while ((line = file.readLine()) != null) {
   System.out.println(line);
}

它返回一些乱码而不是日语。 但是当我转换编码时，它可以正确打印。

line = new String(line.getBytes("ISO-8859-1"), "UTF-8");

这是什么意思？文本文件是否采用 ISO-8859-1 编码？

$ file -i japanese.txt返回以下内容:

japanese.txt: text/plain; charset=utf-8

请解释一下它明确要求文件从 Latin 1 转换为 UTF-8？

Answer 1

不，readString 是一个过时的方法，仍然在字符集/编码等之前。它将每个字节转换为高字节为 0 的字符。字节 0x85 是行分隔符 (EBCDIC NEL)，如果它位于某些 UTF-8 多字节序列中，则实际行将分为两行。还有更多场景是可行的。

最佳使用Files 。它有一个 newBufferedReader(path, Charset) 和一个固定的默认字符集 UTF-8。

Path path = Paths.get("japanese.txt");
try (BufferedReader file = Files.newBufferedReader(path)) {
    String line;
    while ((line = file.readLine()) != null) {
        System.out.println(line);
    }
}

现在您将读取正确的字符串。

RandomAccessFile 基本上用于二进制数据。