Question

我有一个Cp1252文件，我想读作二进制文件。

来自终端的

ls -al显示其大小为10个字节。

但是这个java片段报告了18个字节：

Path path = Paths.get(lfile);
SeekableByteChannel sbc = Files.newByteChannel(path, StandardOpenOption.READ);
long size = sbc.size();

该文件包含6个ascii字符+ 4个Cp1252字符。我的理解是，10个字节是文件系统上此文件的正确大小。还有一个细节：尝试使用以下方法读取文件内容时：

byte[] fileContents = Files.readAllBytes(path);

我得到18个字节，因为每个Cp1252字符加载为3个字节。在文件中我有不同的Cp1252字符，缓冲区显示它们都是相同的 - 这肯定是不正确的。

有两个问题困扰我：

此文件实际占用文件系统的字节数。
假设它长10个字节，如何将其读作“原始”

更新我尝试使用一个小的C程序，结果如预期的那样：从文件中读取10个字符，其中4个是Cp1252，它们都具有不同的值。

int main() {
    char fileName[200] = "test.x10";
    FILE *fp = fopen(fileName, "r");
    while(1) {
        int c = fgetc(fp);
        if( feof(fp) )
            break ;
        printf("%i ", c);
    }
    fclose(fp);
}

更新2：

test.x10包含Cp1252字符：aöaäaüaßbb

上面给出的C代码打印出来：97 246 97 228 97 252 97 223 98 98

Files.readAllBytes读取：97 239 191 189 97 239 191 189 97 239 191 189 97 239 191 189 98 98

这是hexdump：

hexdump -C test.x10
00000000  61 f6 61 e4 61 fc 61 df  62 62                   |a.a.a.a.bb|

Linux文件大小，java.nio和CP1252多字节字符集

0 个答案: