在java中解析中文字符显示奇怪的行为

Question

我有一个csv文件，其中有一些字段包含中文字符串。 不幸的是我不知道这个输入csv文件的编码是什么。 我正在尝试读取此输入csv并使用其中的选择性字段，我正在制作一个html和另一个csv文件作为输出。

在阅读csv输入时，我尝试了列表http://docs.oracle.com/javase/7/docs/technotes/guides/intl/encoding.doc.html中的所有编码，其描述中提到了中文。 并发现如果我使用

InputStreamReader read = new InputStreamReader(filepath,"GB18030");

用于阅读csv 和

OutputStreamWriter osW=new OutputStreamWriter(objBufferedOutputStream,"UTF-16");

对于编写html和csv，我的输出不会显示奇怪的字符。

但是，有两个问题：

1. 输出显示的字符串与输入完全不同！ 我的意思是，即使我没有对我的代码中的任何字符串进行任何处理，输出也不会在输入csv的任何字段中找到。

例如，我的输入在字段编号8上有一个中文字符串：陈真珍。 但我的输出html有类似的东西：闄堢湡鐝 对应于输入字段编号8.

1. 你可以看到，有一个问号，即输出中来自unicode的替换字符闄堢湡鐝

我请你帮助我追踪这里可能出错的地方......

PS：Aiso，我检查了谷歌的翻译，发现，输入字符串陈真珍意味着一些陈真珍

及其对应的输出字符串闄堢湡鐝 表示称为Yaobaoyujue的东西 所以人物的意义和表现也有差异。

Answer 1

该输出表示您的输入不是GB18030编码。

另外：请检查并仔细检查您查看文件的方式：程序使用哪种编码打开文件，特别是输入文件。通常文本文件（和CSV文件）不附带显示其编码的元数据，因此编辑必须猜测并且猜测很容易出错。

Answer 2

在阅读/书写汉字时请保持一致。由于某些中文字符可能无法用所有编码表示，例如GBK， GB18030等。

您可以尝试使用 UTF-8 来处理中文字符。