Question

我试图通过java中的缓冲输出流在Windows Notepad中编写阿拉伯语单词，并且在写入记事本的字符集编码后变为UTF-8所以很明显在java中编写文件的默认字符集是UTF-8但是奇迹当我通过缓冲输入流读取它时，它不会被UTF-8编码读取，因为在读取它时结果是奇怪的符号

enter code here
class writeFile extends BufferedOutputStream {
public writeFile(OutpuStream out){
 super(out);
  }

     public static void main(String arg[])
     { writeFile out=new writeFile(new FileOutputStream(new  
      File("path_String")));

        out.write("مكتبة".getByte());
          }}

它可以写成，但在阅读时：

enter code here
    class readFile extends BufferedInputStream {
public readFile(InputStream In){
 super(In);
  }

     public static void main(String arg[])
     { readFile in=new readFile(new FileInputStream(new  
      File("path_String")));

         int c;
           while((c=in.read()!=-1)
                 System.out.print((char)c);
          }}

结果不像以前写的文件那样：ÙÙØªØ¨Ø©

这样写java的意思是使用UTF-8编码，在阅读时使用其他编码吗？

Answer 1

问题不在于它不能用UTF-8阅读，而是你在阅读操作中诋毁编码。 FileInputStream.read()非常清楚地说明一次读取一个字节。如果文件中有多字节序列，则转换为字符的字节不会起作用（几乎可以肯定，因为它是阿拉伯语）。

正如您所知，最简单的解决方案是使用InputStreamReader，它从基础FileInputStream（或其他流）读取字节，并正确解码字符序列。这里的默认编码当然与编写器相同：

InputStreamReader是从字节流到字符流的桥接：它使用指定的字符集读取字节并将其解码为字符。它使用的字符集可以通过名称指定，也可以明确指定，或者可以接受平台的默认字符集。

你可以通过将整个文件读入字节缓冲区然后使用String(byte[])之类的东西解码整个来做类似的事情。如果您读取整个文件，结果应该是相同的，因为现在解码器将有足够的信息来正确地解析出所有多字节字符。

我发现编码和解码的参考资料对于理解这个主题非常有用：http://kunststube.net/encoding/

使用charset编码读取文件

1 个答案: