Java FileReader Encoding-Problem

Question

Ich habe versucht, java.io.FileReader zu verwenden, um einige Textdateien zu lesen und sie in eine Zeichenfolge zu konvertieren, aber ich fand das Ergebnis falsch codiert und überhaupt nicht lesbar.

Hier ist meine Umgebung:

• Windows 2003, OS-Codierung: CP1252

• Java 5,0

Meine Dateien sind UTF-8 codiert oder CP1252 codiert, und einige sie (UTF-8-codierte Dateien) können chinesische (nicht lateinische) Zeichen enthalten.

Ich verwende den folgenden Code, um meine Arbeit zu tun:

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(); 
    } 

Der obige Code funktioniert nicht. Ich fand die Kodierung des FileReaders CP1252, selbst wenn der Text UTF-8 kodiert ist. Aber die JavaDoc von java.io.FileReader sagen, dass:

Die Konstrukteure dieser Klasse annehmen, dass die Standard-Zeichenkodierung und die Standard-Byte-Puffergröße ist angemessen.

Bedeutet dies, dass ich die Zeichencodierung nicht selbst einstellen muss, wenn ich FileReader verwende? Aber ich habe gerade falsch codierte Daten bekommen, was ist der richtige Weg, um mit meiner Situation umzugehen? Vielen Dank.

Answer 1

Ja, Sie müssen die Codierung der Datei angeben, die Sie lesen möchten.

Ja, das bedeutet, dass Sie wissen müssen die Codierung der Datei, die Sie lesen möchten.

Nein, es gibt keinen allgemeinen Weg zu erraten die Codierung von jeder gegebenen "Klartext" -Datei.

The constructors of FileReader verwenden Sie immer die Plattform Standard-Codierung, die in der Regel eine schlechte Idee ist.

Anstelle von FileReader müssen Sie new InputStreamReader(new FileInputStream(pathToFile) verwenden.

Answer 2

FileReader verwendet Java-Standardkodierung, die von den Systemeinstellungen des Computers abhängt, auf dem es ausgeführt wird, und ist in der Regel die beliebteste Kodierung unter den Benutzern in diesem Gebietsschema.

Wenn diese "beste Schätzung" nicht korrekt ist, müssen Sie die Codierung explizit angeben. Leider erlaubt FileReader dies nicht (Hauptversehen in der API). Stattdessen müssen Sie new InputStreamReader(new FileInputStream(filePath), encoding) verwenden und im Idealfall die Codierung von Metadaten über die Datei erhalten.