Java 如何知道文件中有哪些特殊字符？

我的应用程序需要在批处理过程中处理文本文件。有时我会收到一个文件，文件末尾有一些特殊字符。我不确定那个特殊的角色是什么。无论如何，我都可以找到那个角色，这样我就可以告诉其他制作该文件的团队

---

我用mozilla的库猜测文件编码，它显示UTF-8

任何十六进制编辑器都应该允许您查看文件中的每个字节。这应该让你告诉他们这是什么性格

---

这里是我过去使用过的一个：

在Unix上，您可以使用

od

实用程序在文件或流中输出字节数据的几种表示形式。

首先，字符是否真的是“特殊”取决于您称之为“特殊字符”的内容。作为Unix和OS X上的旁注，例如，您可以使用od、file和hextump命令轻松检查文件：

... $  hexdump -C example.txt 
00000530  6f 77 73 20 61 63 74 69  6f 6e 2e 0a 0a 0a 0a     |ows action.....|

现在，如果您知道您的文件编码是UTF-8，这意味着其最高位设置为零的每个字节只对应一个字符（在上面的示例中，最后一个字节是“0a”，这意味着“0a”字节对应一个“字符”）

UTF-8中的文件还意味着最高位设置为1的每个字节都是多字节字符的一部分。例如，在以下字节序列中：

75 20 5b e2 80 a6 5d 20  61 75 74 6f 72 69 73 61

唯一具有最高位集的三个字节是“e2 80 a6”（从0x80到0xFF的所有值都具有其最左侧/最高位集），并且它们是同一字符的一部分（在UTF-8中，非ASCII字符不能仅由一个设置了最高位的字节组成，因此您知道这三个字节是同一个字符的一部分……事实上，设置了最左边/最高位的每个UTF-8字节都是UTF-8真正美丽的特征）

现在你在谷歌上搜索“e280a6”，你会发现它是一个名为“水平省略号”的Unicode字符（其代码点在UTF-8中由十六进制e280a6表示）

所以基本上你必须做两件事：

• 找出构成最后一个“特殊”字符的字节（是一个字节还是几个字节？）

• 查找此/这些字节对应的“特殊字符”

---

现在，年轻人开始意识到为什么比特、十六进制和低级字符编码“细节”的知识是一项很好的技能；）好的，我运行了od-c filename.txt，下面是输出。导致问题的字符似乎是ASCII SUB.“一个替代字符(␚) 是一种控制字符，用于替换被识别为无效或错误的字符，或无法在给定设备上表示的字符。”我计划询问其他团队他们是如何生成此文件的，以及在哪个操作系统上生成的。我的方法是否正确，或者你们是否有其他建议。关于0001340.0 0 | 0 1 0 0\n 032\n