Question

我的一个数据处理模块在读取ANSI输入时崩溃了。使用十六进制查看器查看有问题的字符串，结尾处有一个神秘的0xA0字节。

原来这是不间断的空间。

我试过替换它：

String s = s.replace("\u00A0", "");

但它没有用。

然后我去打印出该角色使用charAt和Java报告

的内容

或0xFFFD

将其插入替换代码中，我终于摆脱了它！

但为什么我在文件中看到0xA0，但Java将其读作0xFFFD？

BufferedReader r = new BufferedReader(new InputStreamReader(new FileInputStream(path), "UTF-8"));
 String line = r.readLine();
 while (line != null){
     // do stuff
     line = r.readLine();
  }

Answer 1

U+FFFD是＆＃34; Unicode替换字符＆＃34;，通常用于表示某些二进制数据，这些数据无法在您使用的编码中正确解码＆＃ 34 ;. （有时会使用?作为替代，但U + FFFD通常是一个更好的主意，因为它是明确的。）

它的出现通常表明您尝试使用错误的编码。您还没有指定使用哪种编码 - 或者实际上您使用它的方式 - 但这可能是问题所在。检查您正在使用的编码以及文件的编码。请注意＆＃34; ANSI＆＃34;不是编码 - 有批次编码，称为ANSI编码，您需要为您的文件选择正确的编码。

Answer 2

你是怎么打开文件的？如果您使用InputStreamReader(InputStream, CharSet)，则可以指定＆＃39; true＆＃39;您要打开的文件的charset。如果您没有自己指定charset，则java正在使用您平台的默认字符集。在unix上，这通常是UTF8，而在Windows上它通常是ISO8859。

Java是否将0xA0读为0xFFFD

2 个答案: