Java readChar（）方法显示日语字符

我试图编写一个代码，根据用户输入的索引从文件中提取一个单词，但问题是

RandomAccessFile

类中的

readChar（）

方法返回的是日语字符，我必须承认，这不是我第一次在联想笔记本上看到这个，有时在一些安装向导上，我可以看到一些普通字符和日语字符混合的东西，你认为它是来自笔记本电脑还是来自代码

代码如下：

package com.project;

import java.io.*;
import java.util.StringTokenizer;

public class Main {

    public static void main(String[] args) throws IOException {
        int N, i=0;
        char C;
        char[] charArray = new char[100];
        String fileLocation = "file.txt";
        BufferedReader buffer = new BufferedReader(new InputStreamReader(System.in));
        do {
            System.out.println("enter the index of the word");
            N = Integer.parseInt(buffer.readLine());
            if (N!=0) {
                RandomAccessFile word = new RandomAccessFile(new File(fileLocation), "r");
                do {
                    word.seek((2*(N-1))+i);
                    C = word.readChar();
                    charArray[i] = C;
                    i++;
                }while(charArray[i-1] != ' ');
                System.out.println("the word of index " + N + " is: " );
                for (char carTemp : charArray )
                System.out.print(carTemp);
                System.out.print("\n");

            }
        }while(N!=0);
        buffer.close();
    }
}

我得到这个输出：

瑯潕啰灰灥敲牃䍡慳獥攨⠩⤍ഊੴ瑯潌䱯潷睥敲牃䍡慳獥攨⠩⤍ഊ੣捯潭浣捡慴琨⡓却瑲物楮湧朩⤍ഊ੣捨桡慲牁䅴琨⡩楮湴琩⤍ഊੳ獵畢扳獴瑲物楮湧木⠠⁳獴瑡慲牴琠⁩楮湤摥數砬Ⱐ⁥敮湤搠⁩楮湤摥數砩⤍ഊੴ瑲物業洨⠩Exception in thread "main" java.lang.ArrayIndexOutOfBoundsException: Index 100 out of bounds for length 100
    at Main.main(Main.java:21)

---

char

是16位，即2字节

seek

查找字节边界

如果文件包含字符，则它们的偏移量为偶数：0、2、4

表达式

（2*（N-1））+i

为偶数，如果

i

为偶数；如果是奇数，你肯定会在一个字符的中间着陆，从而读取垃圾。

i

从零开始，但递增1，即半个字符

您的seek参数可能应该是

（2*（N-1+i））

---

替代说明：您的文件根本不包含

字符

；例如，您创建了一个ASCII文件，其中字符是单字节

在这种情况下，错误是试图使用

readChar

函数读取ASCII（一种过时的字符编码）

---

但是，如果文件包含ASCII，那么在seek参数中乘以2的目的就不明确了。它显然没有什么用处。

有很多错误的地方，所有这些都与基本的误解有关

首先：磁盘上的一个文件——不要在意Java或任何其他编程语言中的

文件

接口；文件本身-不存储文本，也不能存储文本。曾经它存储字节。也就是说，原始数据（在每台数十年来一直相关的机器上，但历史上有其他方法）以位量化，这些位被组织成8个字节的组，称为字节

文本是一种抽象；对某些特定字节值序列的解释。它从根本上和不可避免地依赖于编码。因为这不是一个博客，我不想在这里给你上历史课，但我只想说Java的

char

类型只存储了一个文本字符。它存储一个无符号的两字节值，该值可能表示一个文本字符。由于Unicode中的文本字符数超过了两个字节所能表示的数量，因此有时需要数组中两个相邻的

char

s来表示文本字符。（当然，可能有一些代码滥用了

char

类型，仅仅是因为有人想要一个与

short

相当的未签名版本。我甚至可能自己写过一些。那个时代对我来说是一个模糊的时代。）

无论如何，要点是：使用

.readChar（）

将从文件中读取两个字节，并将它们存储到

char[]

中的

char

中，相应的数值将与您想要的数值不同-除非您的文件恰好使用Java本机使用的相同编码，打电话来

如果不知道文件编码，您将无法正确阅读和解释文件。句号。你充其量只能欺骗自己相信你能读到它。您也不能对文本文件进行“随机访问”（即，根据文本的若干字符进行索引），除非所讨论的编码是恒定宽度。（当然，除此之外，您不能仅计算给定文本字符所在文件中的字节距离；这取决于前面的字符占用了多少字节，这取决于它们是哪些字符。）许多文本编码不是恒定宽度，坦率地说，这是目前大多数任务的明智默认建议，但事实并非如此。在这种情况下，你所描述的问题就是运气不佳

无论如何，一旦知道了文件的编码，在Java中从文件中检索文本字符的预期方法是使用一个读卡器类，例如：

InputStreamReader是从字节流到字符流的桥梁：它读取字节并使用指定的字符集将其解码为字符。它使用的字符集可以通过名称指定，也可以显式指定，或者可以接受平台的默认字符集

（这里，

charset

只是指Java用来表示文本编码的类的实例。）

---

您可以稍微篡改一下问题描述：查找字节偏移量，然后获取从该偏移量开始的文本字符。但是，不能保证“从该偏移量开始的文本字符”有任何意义，或者实际上可以被解码。如果偏移发生在一个字符的多字节编码的中间，剩下的部分不一定是有效的编码文本。

< P>我将文件的编码更改为UTF16，并修改了程序，以便显示正确的索引，表示每个单词的开头，现在它工作正常，谢谢各位。

  import java.io.*;

public class Main {
public static void main(String[] args) throws IOException {
    int N, i=0, j=0, k=0;
    char C;
    char[] charArray = new char[100];
    String fileLocation = "file.txt";
    BufferedReader buffer = new BufferedReader(new InputStreamReader(System.in));
    DataInputStream in = new DataInputStream(new FileInputStream(fileLocation));
    boolean EOF=false;
    do {
        try {
            j++;
            C = in.readChar();
           if((C==' ')||(C=='\n')){
                System.out.print(j+1+"\t");
            }

        }catch (IOException e){
            EOF=true;
        }

    }while (EOF!=true);
    System.out.println("\n");
    do {
        System.out.println("enter the index of the word");
        N = Integer.parseInt(buffer.readLine());
        if (N!=0) {
            RandomAccessFile word = new RandomAccessFile(new File(fileLocation), "r");


            do {

                word.seek((2*(N-1+i)));
                C = word.readChar();
                charArray[i] = C;
                i++;
            }while(charArray[i-1] != ' ' && charArray[i-1] != '\n');
            System.out.print("the word of index " + N + " is: " );
            for (char carTemp : charArray )
                System.out.print(carTemp);
            System.out.print("\n");
             i=0;
            charArray = new char[100];
        }
    }while(N!=0);
    buffer.close();


   }
}

---

也许这与编码有关？（小错误-您编写了

“/n”

，而不是

“\n”

，或者只是

System.out.println（）

）是否可以尝试将它们打印为整数而不是字符？您计算的seek参数是什么？您正在读取的文件中有什么？它是如何编码的？如果是unicode，可能是搜索将您置于字符中间。你对什么

word.seek（（2*（N-1））+i）有什么想法是什么？我不认为这会把你带到一个词的边界。而且，你知道什么时候停止阅读的逻辑似乎有缺陷。行
charArray[i++]=C放置下一个