我尝试使用java.io.FileReader读取一些文本文件并将它们转换为字符串,但我发现结果编码错误并且根本不可读。
这是我的环境:
Windows 2003,操作系统编码:CP1252
Java 5.0
我的文件是UTF-8编码或CP1252编码,其中一些(UTF-8编码文件)可能包含中文(非拉丁)字符。
我使用以下代码来完成我的工作:
private static String readFileAsString(String filePath)
throws java.io.IOException{
StringBuffer fileData = new StringBuffer(1000);
FileReader reader = new FileReader(filePath);
//System.out.println(reader.getEncoding());
BufferedReader reader = new BufferedReader(reader);
char[] buf = new char[1024];
int numRead=0;
while((numRead=reader.read(buf)) != -1){
String readData = String.valueOf(buf, 0, numRead);
fileData.append(readData);
buf = new char[1024];
}
reader.close();
return fileData.toString();
}
上面的代码不起作用。我发现 FileReader 的编码是 CP1252,即使文本是 UTF-8 编码的。但是 java.io.FileReader 的 JavaDoc 说:
The constructors of this class assume that the default character encoding and the default byte-buffer size are appropriate.
这是否意味着如果我使用FileReader,我不需要自己设置字符编码?但我目前确实得到了错误编码的数据,处理我的情况的正确方法是什么?谢谢。
最佳答案
是的,您需要指定要读取的文件的编码。
是的,这意味着您必须知道要读取的文件的编码。
不,没有通用的方法来猜测任何给定“纯文本”文件的编码。
The one-arguments constructors of FileReader
始终使用平台默认编码,这通常是一个坏主意。
自 Java 11 FileReader
还获得了接受编码的构造函数: new FileReader(file, charset)
和 new FileReader(fileName, charset)
.
在早期版本的java中,您需要使用 new InputStreamReader(
new FileInputStream(pathToFile)
, <encoding>)
.
关于Java FileReader 编码问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60382024/