将具有已知编码的文件转换为UTF-8

Question

我需要将文本文件转换为String，最后，我应该将其作为输入参数（类型为InputStream）放到IFile.create（Eclipse）中。 寻找示例或如何做但仍然无法弄清楚...需要你的帮助！

仅用于测试，我尝试将原始文本文件转换为使用此代码编码的UTF-8

FileInputStream fis = new FileInputStream(FilePath);
InputStreamReader isr = new InputStreamReader(fis);

Reader in = new BufferedReader(isr);
StringBuffer buffer = new StringBuffer();

int ch;
while ((ch = in.read()) > -1) {
    buffer.append((char)ch);
}
in.close();


FileOutputStream fos = new FileOutputStream(FilePath+".test.txt");
Writer out = new OutputStreamWriter(fos, "UTF8");
out.write(buffer.toString());
out.close();

但是即使最终的* .test.txt文件有UTF-8编码，里面的字符也会被破坏。

Answer 1

您需要使用InputStreamReader参数指定Charset的编码。

                                    // ↓ whatever the input's encoding is
Charset inputCharset = Charset.forName("ISO-8859-1");
InputStreamReader isr = new InputStreamReader(fis, inputCharset));

这也有效：

InputStreamReader isr = new InputStreamReader(fis, "ISO-8859-1"));

---

另见：

• InputStreamReader(InputStream in, Charset cs)
• Charset.forName(String charsetName)
• Java: How to determine the correct charset encoding of a stream
• How to reliably guess the encoding between MacRoman, CP1252, Latin1, UTF-8, and ASCII
• GuessEncoding - 仅适用于UTF-8，UTF-16LE，UTF-16BE和UTF-32☹
• ICU Charset Detector
• cpdetector，免费java代码页检测
• JCharDet（Mozilla字符集检测器的Java端口） ^{_{具有讽刺意味的是，该页面无法正确呈现“Mozilla”中的撇号}}

搜索我找到所有这些链接的地方：https://stackoverflow.com/search?q=java+detect+encoding

---

您可以在运行时通过Charset.defaultCharset()获取默认字符集 - 它来自运行JVM的系统。