Java 应用程序 : Unable to read iso-8859-1 encoded file correctly

Question

我有一个编码为 iso-8859-1 的文件，其中包含 ô 等字符。

我正在用 java 代码读取这个文件，类似于:

File in = new File("myfile.csv");
InputStream fr = new FileInputStream(in);
byte[] buffer = new byte[4096];
while (true) {
    int byteCount = fr.read(buffer, 0, buffer.length);
    if (byteCount <= 0) {
        break;
    }

    String s = new String(buffer, 0, byteCount,"ISO-8859-1");
    System.out.println(s);
}

但是 ô 字符总是乱码，通常打印为 ? .

我已经阅读了该主题(并在途中学到了一些东西)，例如

• http://www.joelonsoftware.com/articles/Unicode.html
• http://bugs.sun.com/bugdatabase/view_bug.do?bug_id=4508058
• http://www.ingrid.org/java/i18n/utf-16/

但仍然无法正常工作

有趣的是，这适用于我的本地电脑 (xp) 但不适用于我的 linux 机器。

我已经检查我的 jdk 是否支持所需的字符集(它们是标准的，所以这不足为奇)使用:

System.out.println(java.nio.charset.Charset.availableCharsets());

Answer 1

我怀疑您的文件实际上编码为 ISO-8859-1，或者 System.out 不知道如何打印该字符。

我建议首先检查文件中的相关字节。要检查第二个，检查字符串中的相关字符，用

打印出来

 System.out.println((int) s.getCharAt(index));

在这两种情况下，结果应该是十进制的 244； 0xf4 十六进制。

参见 my article on Unicode debugging一般建议(提供的代码是 C#，但很容易转换为 Java，原理相同)。

一般来说，顺便说一句，我会使用具有正确编码的 InputStreamReader 包装流 - 这比“手动”创建新字符串更容易。我意识到这可能只是演示代码。

编辑:这里有一个非常简单的方法来证明控制台是否可以工作:

 System.out.println("Here's the character: \u00f4");