Question

这是我的方法

public void readFile3()throws IOException
{
    try
    {
        FileReader fr = new FileReader(Path3);
        BufferedReader br = new BufferedReader(fr);
        String s = br.readLine();
        int a =1;
        while( a != 2)
        {
            s = br.readLine();
            a ++; 

        }
        Storage.add(s);

        br.close();

    }
    catch(IOException e)
    {
        System.out.println(e.getMessage());
    }
}

由于某种原因，我无法读取仅包含此内容的文件＆＃34; 名称英特尔（R）酷睿（TM）i5-2500 CPU @ 3.30GHz＆＃34;

当我调试代码时，String s被返回为＆＃34; \ ufffd \ ufffdN a m e＆＃34;我不知道这些额外的字符来自哪里..这阻止我正确阅读文件。

Answer 1

\ ufffd是unicode中的替换字符，当您尝试读取在unicode中没有表示的代码时使用它。我想你是在Windows平台上（或者至少你读到的文件是在Windows上创建的）。 Windows支持许多文本文件格式，最常见的是Ansi：每个字符都有代表，但代码是ansi代码。

但Windows可以直接使用UTF16，其中每个字符由其unicode代码表示为16位整数，因此每个字符有2个字节。这些文件使用特殊标记（Windows方言中的字节顺序标记）来表示：

文件编码为每个字符2个（甚至4个）字节
编码是小端或大端

（参考：MSDN上的Using Byte Order Marks）

当您在前两个替换字符N a m e而不是Name之后编写时，我认为您有一个UTF16编码的文本文件。记事本可以透明地编辑这些文件（甚至没有说出实际格式），但其他工具确实存在问题... 优秀的vim可以读取具有不同编码的文件并在它们之间进行转换。

如果要在java中直接使用此类文件，则必须使用UTF-16字符集。来自Charset上的JaveSE 7 javadoc： UTF-16十六位UCS转换格式，由可选字节顺序标记标识的字节顺序

Answer 2

您必须在读取文件时指定编码，在您的情况下可能是UTF-16。

Reader reader = new InputStreamReader(new FileInputStream(fileName), "UTF-16");
BufferedReader br = new BufferedReader(reader);

查看文档以获取更多详细信息：InputStreamReader class。

Answer 3

检查文件是.odt，.rtf还是.txt以外的其他内容。这可能是导致额外的UTF-16字符出现的原因。另外，请确保（即使它是.txt文件）您的文件以UTF-8字符编码。

也许您的文档中包含UTF-16字符，例如“®”。

为什么我的String返回“\ ufffd \ ufffdN a m e”

3 个答案: