什么是InputStreamReader返回的文本字符集（InputStream in，Charset cs）

Question

我通过以下方式阅读了UTF-8文件：

br = new BufferedReader(new InputStreamReader(new FileInputStream(filePath), Charset.forName("UTF-8")));

我想知道在调用String后返回br.readLine()的字符集是什么？

我的计算机上的Eclipse使用“GBK”作为默认字符集。

Answer 1

从技术上讲，文件是使用UTF-8的字符集读取的，正如你告诉InputStreamReader这样做的。使用UTF-8解释文件内容的基础字节。 readLine()方法返回String，它将字符内部存储在Java自己的UTF-16字符集中。

此后发生的事情完全取决于您对此String所做的事情。如果您使用Writer将其写回文件而未指定字符集，则将使用平台的默认值。如果你将它显示到stdout，那么将使用stdout的默认字符集，这取决于运行时环境（命令控制台？IDE？等）。如果要将其保存在数据库中，则它依赖于JDBC驱动程序配置和/或数据库表编码。等等。

显然你是通过System.out.println()将它打印到Eclipse控制台中的stdout。在这种情况下，GBK字符集将用于显示字符。这会使GBK未涵盖的任何最初读取的UTF-8字符变形。您需要将Eclipse配置为使用UTF-8作为文本文件编码。这可以通过 Window＆gt;来完成。偏好＆gt;一般＆gt;工作区＆gt;文本文件编码。

Answer 2

Java中的所有字符串都是represented as UTF-16。当您读入字符时，您指定的编码用于将它们转换为UTF-16。当你把它们写出来时，你会选择另一种编码来隐式或明确地写入它，并且字符将从UTF-16转换为你选择的任何字符。

Answer 3

它表示为16位Unicode的Java字符。