Java IO 无法读取文本文件

Question

当我尝试读取 thesaurus.txt 时，它会将其读为“ÿþ”，尽管第一个条目是“<pat>a cappella”。可能是什么原因造成的？

    File file = new File("thesaurus.txt");
    Scanner scan;
    try {
        scan = new Scanner(file);
    } catch (FileNotFoundException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
        scan = null;
    }
    String entry;
    ArrayList<String> thes = new ArrayList<String>();
    while(scan.hasNext())
    {
        entry = scan.nextLine();
        if(entry != "")
        {
             thes.add(entry);
        }
    }
    return thes;

Answer 1

Yout 输入文件可能是一个以 byte order mark 开头的 UTF-16 (LE) 文件。 .

如果您查看此文件，就好像它是 ISO 8859-1您将看到这两个字符:ÿþ，在该字符编码中具有代码 FF 和 FE，这正是存在 UTF-16 BOM 时您所期望的。

读取文件时应显式指定字符编码，而不是依赖系统的默认字符编码:

scan = new Scanner(file, "UTF-16");