Java 扩展ascii表的读线和编码

你好

我有一个带有西班牙语单词的ASCII文件。它们只包含介于A和Z之间的字符，加上¨ASCII码165（）。 我使用以下源代码获取此文件：

InputStream is = ctx.getAssets().open(filenames[lang_code][w]);
InputStreamReader reader1 = new InputStreamReader(is, "UTF-8");
BufferedReader reader = new BufferedReader(reader1, 8000);

try {
    while ((line = reader.readLine()) != null) {
                 workOn(line);
                 // do a lot of things with line
            }
    reader.close();
    is.close();
} catch (IOException e) { e.printStackTrace(); }

这里我称之为workOn（）的函数应该从字符串中提取字符代码，如下所示：

    private static void workOn(String s) {      
    byte b;
    for (int w = 0; w < s.length(); w++) {
        b = (byte)s.charAt(w);
                    // etc etc etc
            }
}   

private static void workOn（字符串s）{
字节b；
对于（int w=0；w

不幸的是，这里发生的事情是，当b代表字母时，我无法将其识别为ASCII码。b的值对于任何ascii字母都是正确的，并且在处理ñ时返回-3，即带符号的253或ascii字符²。没有什么类似于

这里发生了什么？我应该如何得到这个简单的ASCII码

让我生气的是我找不到正确的编码。甚至，如果我去浏览UTF-8表（）ñ是209dec，253dec是ý，165dec是¥。再说一次，不是我所需要的

---

所以。。。请帮帮我！：（

您确定您正在读取的源文件是UTF-8编码的吗？在UTF-8编码中，所有大于127的值都是为多字节序列保留的，并且它们永远不会独立存在

我的猜测是，您正在读取的文件是使用原始IBM PC字符集“code page 237”编码的。在该字符集中，ñ由十进制165表示

许多现代系统使用ISO-8859-1，这恰好相当于Unicode字符集的前256个字符。在这些系统中，字符是十进制209。在一篇评论中，作者澄清了209实际上在文件中

如果文件真的是UTF-8编码的，那么¨将表示为一个双字节序列，既不是值165也不是值209

基于上述假设，即文件是ISO-8859-1编码的，您应该能够使用以下方法解决这种情况：

InputStreamReader reader1 = new InputStreamReader(is, "ISO-8859-1");

---

这将转换为Unicode字符，然后您应该找到由十进制209表示的字符ñ。

您可以在hex editor或显示原始字节的东西上查看您的文件吗？我怀疑253不是文件中的字节（因为您将流读取为UTF-8）是的，可能是……实际上这是我的问题：/正如你建议的那样，我使用十六进制编辑器查看，文件中的字符编码为209。请注意，没有“ASCII代码165”这样的东西。ASCII仅定义代码0-127；代码128-255仅在扩展ASCII的编码中定义（如CP1252、ISO 8859-1），因此它们的含义因您使用的编码不同而有所不同。嗯，我在Android上工作，我得到了一个不受支持的编码异常。我在哪里找到所有可能的编码？@BeppiMenozzi答案的作者，虽然您的文件包含字节253，因此他认为它可能是一些模糊的IBM PC代码页。现在我们知道它是209，因此，

“ISO-8859-1”

是正确的参数（我希望它在任何地方都能得到支持）。感谢Anton，它最终似乎起到了作用。那么，在处理其他字符时，如Ü或Ü？@BeppiMenozzi，我是否也应该使用相同的代码页？任何转换为八位字节的字符数据都将被编码为一种编码。如果您有“纯文本”文件，但您不知道编码，您有错误。最好强制使用编码（通常为UTF-8）或使用自描述数据格式（例如JSON、XML等）