在java中，将字符串从一种编码解释为另一种编码

我已经四处寻找答案（我肯定他们在那里），但我不确定这是可能的

所以，我得到了一个包含“för”这个词的巨大文件。我使用RandomAccessFile是因为我知道它在哪里（某种程度上），因此可以使用seek（）函数到达那里

为了知道我找到了它，我在程序中有一个字符串“för”，我检查它是否相等。问题是，我运行了调试器，当我到达“för”时，我要比较的是“för”

因此，我的程序终止时没有找到任何“för”

这是我用来获取单词的代码：

    private static String getWord(RandomAccessFile file) throws IOException {
    StringBuilder stb = new StringBuilder();
    String word;
    char c;
    c = (char)file.read();
    int end;
    do {
        stb.append(c);
        end = file.read();
        if(end==-1)
            return "-1";
        c = (char)end;

    } while (c != ' ');
    word = stb.toString();
    word.trim();
    return word;
}

所以基本上我返回文件中当前点到第一个“”字符的所有字符。所以基本上我得到了这个词，但是因为（char）file.read（）；读取一个字节（我想），UTF-8的“ö”变成了两个字符“Ô和“"”

这种猜测的一个原因是，如果我用UTF-8编码打开文件，它是“för”，但如果我用ISO-8859-15在同一个位置打开文件，我们现在得到的正是getWord方法返回的结果：“fèr”

因此，我的问题是：

当我和一个“för”和一个“fÃr”坐在一起时，有没有办法解决这个问题？比如说“读”för“就像读UTF-8字符串”来得到“för”

您正在使用。它读取单个字节。UTF-8有时对一个字符使用几个字节

这里讨论了从RandomAccessFile读取UTF-8的不同方法：

如果您不一定需要RandomAccessFile，那么您肯定应该切换到读取字符而不是字节

---

如果可能，我建议默认情况下搜索下一个单词。

如果必须使用

随机访问文件

，则应首先将内容读入

字节[]

，然后将整个数组转换为

字符串

-如下所示：

byte[] buffer = new byte[whatever];
file.read(buffer);
String result = new String(buffer,"UTF-8");

这只是给你一个大致的印象，你要做什么，你必须添加一些长度处理等

---

如果你在UTF-8序列中开始阅读，这将无法正常工作，但是任何其他方法都会正确。

在一些Google（几秒钟前）之后，我设法实现了看起来像是一个解决方案。基本上是：byte[]utf8Bytes=theWord.getBytes（“ISO-8859-1”）；然后单词=新字符串（utf8Bytes，“UTF8”）；。这个词现在已经从“för”变成了“för”。这样或那样做有什么原因吗？只是好奇：）PS我刚刚实现了你的解决方案，它也解决了问题，所以我接受你的回答。我和你的解决方案是一样的。唯一的区别是，我的解决方案是一行。ISO-8859-15不会将代码中非常糟糕的

字节

转换为

字符

转换。虽然在这种情况下可能会起作用，但在将某个内容转换为

字符串

后转换编码肯定会给您带来麻烦，因为在转换过程中可能已经丢失了信息

字节

到

字符串

的第一次转换。唯一正确处理编码问题的地方是在读/写时。@piet.t我同意，但作者问的是如何将字符串从一种编码转换为另一种编码。您的问题就在这里：

（char）file.read（）

。该方法不返回

字符

。它返回一个

字节

。不要将

字节

强制转换为

字符

——为什么您使用的是

RandomAccessFile

，而不是更有用的

FileReader

，可以自动将字节转换为字符？@Andreas RandomAccessFile具有seek（long pos）功能允许我在文件中跳过X个字节，而不打开和读取前面的内容。但是搜索可能会使你处于UTF-8序列的中间，那么你如何决定去哪里寻找？在UTF-8中，字符占用可变的字节数，因此除非您读取它们，否则无法知道要跳过多少字节。我认为OP已经得到了足够的警告。我们不能帮助每个想自己进行编码或时区计算的人。“我想，人们必须以艰苦的方式吸取教训。”安德烈亚斯非常感谢你的帮助。恐怕这是一个大文件，我必须在很短的时间内搜索它，这意味着我必须使用seek（long pos）。你绝对是对的，因为这可能使我处于UTF-8序列的中间，所以我现在所看到的是在ISO-859-1中写下我正在看的文件（这是我的程序之前所做的）（这样每个字符都是一个字节）这样我就可以有效地使用seek方法了。@Andreas如果性能有问题，你应该远离

扫描仪。
byte[] buffer = new byte[whatever];
file.read(buffer);
String result = new String(buffer,"UTF-8");