我正在尝试读取包含一些日语字符的文件。
RandomAccessFile file = new RandomAccessFile("japanese.txt", "r");
String line;
while ((line = file.readLine()) != null) {
System.out.println(line);
}
它返回一些乱码而不是日语。 但是当我转换编码时,它会正确打印。
line = new String(line.getBytes("ISO-8859-1"), "UTF-8");
这是什么意思?文本文件是否采用ISO-8859-1编码?
$ file -i japanese.txt
返回以下信息:
japanese.txt: text/plain; charset=utf-8
请解释明确要求文件将拉丁1转换为UTF-8的内容吗?
答案 0 :(得分:2)
否,readString
是一种过时的方法,仍早于字符集/编码等。它将每个字节转换为具有高字节0的char。字节0x85是行分隔符(EBCDIC NEL),如果它采用某些UTF-8多字节序列,则实际的行将分为两行。还有更多可行的方案。
最佳使用Files
。它具有一个newBufferedReader(path, Charset)
和一个固定默认字符集UTF-8。
Path path = Paths.get("japanese.txt");
try (BufferedReader file = Files.newBufferedReader(path)) {
String line;
while ((line = file.readLine()) != null) {
System.out.println(line);
}
}
现在您将阅读正确的字符串。
RandomAccessFile本质上是用于二进制数据的
答案 1 :(得分:1)
它看起来像是ISO,但我会尝试使用该编码进行阅读,看看会发生什么情况。
由于您不进行随机访问,因此我只创建具有正确编码的BufferedReader并使用它:
String charSetName = // either UTF-8 or iso - try both
FileInputStream is = new FileInputStream(fileName);
InputStreamReader isr = new InputStreamReader(is, Charset.forName(charSetName));
BufferedReader reader = new BufferedReader(isr);
while ((line = reader.readLine()) != null) {
System.out.println(line);
}