Java文件读取器编码问题

我试图使用java.io.FileReader读取一些文本文件并将其转换为字符串，但我发现结果编码错误，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编码的，其中一些（UTF-8编码的文件）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。我发现文件阅读器的编码是CP1252，即使文本是UTF-8编码的。但是java.io.FileReader的JavaDoc说：

此类的构造函数假定 这是默认的字符编码 默认字节缓冲区大小为 合适

这是否意味着如果我使用FileReader，我不需要自己设置字符编码？但我现在确实得到了错误编码的数据，正确的处理方法是什么？谢谢。

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的“纯文本”文件的编码

始终使用平台默认编码，这通常不是一个好主意

因为Java11

FileReader

还获得了接受编码的构造函数：and

---

在早期版本的java中，您需要使用

，）

FileReader

使用java的平台默认编码，这取决于运行该语言环境的计算机的系统设置，通常是该语言环境中用户最常用的编码

---

如果此“最佳猜测”不正确，则必须明确指定编码。不幸的是，

FileReader

不允许这样做（API中的主要疏忽）。相反，您必须使用

新的InputStreamReader（新的FileInputStream（filePath），encoding）

并从有关文件的元数据中理想地获取编码。

由于Java 11，您可以使用：

public FileReader(String fileName, Charset charset) throws IOException;

对于Java 7+，您可以使用以下方法：

BufferedReader reader = Files.newBufferedReader(path, StandardCharsets.UTF_8);

这是所有的字符集

例如，如果您的文件位于CP1252中，请使用

以下是IO和NIO的Java编码的其他规范名称

---

如果您不知道文件中的编码是否准确，您可以使用一些第三方LIB，如谷歌提供的这一工具，该工具非常简洁。

对于另一种语言，例如西里尔语，您可以使用以下内容：

FileReader fr = new FileReader("src/text.txt", StandardCharsets.UTF_8);

---

并确保您的

.txt

文件以

UTF-8

（但不是默认的

ANSI

）格式保存。干杯

带有InputStreamReader的FileInputStream比直接使用FileReader要好，因为后者不允许您指定编码字符集

下面是一个同时使用BufferedReader、FileInputStream和InputStreamReader的示例，这样您就可以从文件中读取行

List<String> words = new ArrayList<>();
List<String> meanings = new ArrayList<>();
public void readAll( ) throws IOException{
    String fileName = "College_Grade4.txt";
    String charset = "UTF-8";
    BufferedReader reader = new BufferedReader(
        new InputStreamReader(
            new FileInputStream(fileName), charset)); 

    String line; 
    while ((line = reader.readLine()) != null) { 
        line = line.trim();
        if( line.length() == 0 ) continue;
        int idx = line.indexOf("\t");
        words.add( line.substring(0, idx ));
        meanings.add( line.substring(idx+1));
    } 
    reader.close();
}

List words=new ArrayList（）；
列表含义=新的ArrayList（）；
public void readAll（）引发IOException{
字符串fileName=“College_grade 4.txt”；
字符串charset=“UTF-8”；
BufferedReader reader=新的BufferedReader(
新的InputStreamReader(
新文件输入流（文件名，字符集））；
弦线；
而（（line=reader.readLine（））！=null）{
line=line.trim（）；
如果（line.length（）==0）继续；
int idx=line.indexOf（“\t”）；
添加（行子字符串（0，idx））；
添加（行子字符串（idx+1））；
} 
reader.close（）；
}

您还应该在循环中释放字符串.valueOf（），并直接使用StringBuffer.append（char[]，int，int）。这节省了大量的char[]复制。还可以使用StringBuilder替换StringBuffer。不过，这些都不是关于你的问题，我不想这么说，但是你在粘贴部分之后读过JavaDoc吗？你知道，那部分说“要自己指定这些值，在FileInputStream上构造InputStreamReader。”？谢谢你的评论，实际上我读了JavaDoc，但我不确定的是我是否应该自己指定这些值，然后切换到“在FileInputStream上构造InputStreamReader”。是的，如果您知道该文件使用的不是平台默认编码，那么您必须告诉InputStreamReader使用哪种编码。“API中的主要疏忽”-感谢您的解释-我想知道为什么找不到我要找的构造函数！干杯John@BhanuSharma：这是另一个级别的编码问题，请检查文件名的来源，如果是硬编码，则检查编译器使用的编码。@BhanuSharma:文件名编码问题与此问题无关。请参阅许多现有的“为什么Unicode文件名不能在Java中工作”问题之一。扰流板：像FileReader这样的java.io API使用C标准库文件系统调用，这在Windows上不支持Unicode；考虑使用JavaNIO。“<代码>文件名> /CODE >使用java的平台默认编码，这取决于它运行的计算机的系统设置，并且通常是该区域中用户中最流行的编码。“我不会这么说。至少有两扇窗户。出于一些奇怪的技术/历史原因，JVM忽略了一个事实，即Unicode是Windows上“所有新应用程序”的编码，而总是将配置为旧应用程序后备的旧编码视为“平台默认值”。我甚至会说，如果Java应用程序在每次读取或写入时都没有显式指定编码文件/流/资源，它已损坏，因为它无法可靠地工作。InputStream is=new FileInputStream（filename）；在这里，我得到了错误文件not found error，俄文文件名为+1，建议使用InputStreamReader，但是在代码块中使用链接会使复制和粘贴代码变得困难，如果可以更改，ThxB会吗

List<String> words = new ArrayList<>();
List<String> meanings = new ArrayList<>();
public void readAll( ) throws IOException{
    String fileName = "College_Grade4.txt";
    String charset = "UTF-8";
    BufferedReader reader = new BufferedReader(
        new InputStreamReader(
            new FileInputStream(fileName), charset)); 

    String line; 
    while ((line = reader.readLine()) != null) { 
        line = line.trim();
        if( line.length() == 0 ) continue;
        int idx = line.indexOf("\t");
        words.add( line.substring(0, idx ));
        meanings.add( line.substring(idx+1));
    } 
    reader.close();
}