在java中读取unicode字符

Question

我正在尝试使用java从utf-8中保存的文本文件中读取Unicode字符 我的文本文件如下

अ，अदेबानि，अन，अनसुला，अनसुलि，अनफावरि，अनजालु，अनद्ला，अमा，अर，अरगा，अरगे，अरन，अराय，अलखद，असे，अहा，अहिंसा，अग्रं，अन्थाइ，अफ्रि， बियन，खियन，फियन，बन，गन，थन，हर，हम，जम，गल，गथ，दरसे，दरनै，थनै，थथाम，सथाम， खफ，गल，गथ，मिख，जथ，जाथ，थाथ，दद，देख，न，नेथ，बर，बुंथ，बिथ，बिख，बेल，मम， आ，आइ，आउ，आगदा，आगसिर

我已尝试使用以下代码

import java.io.*;
import java.util.*;
import java.lang.*;
public class UcharRead
{
    public static void main(String args[])
    {
        try
        {
            String str;
            BufferedReader bufReader = new BufferedReader( new InputStreamReader(new FileInputStream("research_words.txt"), "UTF-8"));
            while((str=bufReader.readLine())!=null)
            {
                System.out.println(str);
            }
        }
        catch(Exception e)
        {
        }
    }
}

出去了 ???????????????????????? 任何人都可以帮助我

Answer 1

您（很可能）正确阅读文本，但是当您将其写出时，您还需要启用UTF-8。否则，无法以默认编码打印的每个字符都将变为问号。

尝试将其写入File而不是System.out（并指定正确的编码）：

Writer w = new OutputStreamWriter(
   new FileOutputStream("x.txt"), "UTF-8");

Answer 2

如果您使用UTF-8编码正确阅读文本，请确保您的控制台也支持UTF-8。如果你正在使用eclipse，那么你可以通过以下方式为你的控制台启用UTF-8编码：

Run Configuration->Common -> Encoding -> Select UTF 8

这是日食截图。

Answer 3

你正在正确地阅读 - 问题几乎肯定只是你的控制台无法处理文本。验证这一点的最简单方法是打印出字符串中的每个char。例如：

public static void dumpString(String text) {
    for (int i = 0; i < text.length(); i++) {
        char c = text.charAt(i);
        System.out.printf("%c - %04x\n", c, (int) c);
    }
}

然后，您可以使用Unicode code charts验证每个字符是否正确。

一旦您确认您正在正确阅读文件，您就可以在输出方面进行操作 - 但重要的是一次只关注它的一面。尝试同时诊断输入和输出编码中的潜在故障非常困难。