我承认我不是真正的编码资料专家等。我有以下问题:我的程序必须读取一个文本文件,其中不仅包含std。 ASCII,但“{chars and languages”,如"..офіціалнов назвов Російска.."
所以我们假设这是文件的内容:офіціалнов назвов Російска
现在我想用单个单词拆分整个文件内容并创建另一个文件,列出所有这些单词,如:
офіціалнов
назвов
Російска
我的问题是:如果我将这些单词放入HashMap并从中读取值 - >编码丢失了。这是我的代码:
final StringBuffer fileData = new StringBuffer(1000);
final BufferedReader reader = new BufferedReader(
new FileReader("fileIn.txt"));
char[] buf = new char[1024];
int numRead = 0;
while ((numRead = reader.read(buf)) != -1)
{
final String readData = String.valueOf(buf, 0, numRead);
fileData.append(readData);
buf = new char[1024];
}
reader.close();
String mergedContent = fileData.toString();
mergedContent = mergedContent.replaceAll("\\<.*?>", " ");
mergedContent = mergedContent.replaceAll("\\r\\n|\\r|\\n", " ");
final BufferedWriter out = new BufferedWriter(
new OutputStreamWriter(
new FileOutputStream("fileOut.txt")));
final HashMap<String, String> wordsMap = new HashMap<String, String>();
final String test[] = mergedContent.split(" ");
for (final String string : test)
{
wordsMap.put(string, string);
}
for (final String string : wordsMap.values())
{
out.write(string + "\n");
}
out.close();
这个片段破坏了编码。有趣的是:如果我没有将值放入HashMap,而是将它们立即存储到输出文件中,如:
...
for (final String string : test)
{
out.write(string + "\n");
//wordsMap.put(string, string);
}
//for (final String string : wordsMap.values())
//{
// out.write(string + "\n");
//}
out.close();
......然后它就像我期望的那样。
我做错了什么?
答案 0 :(得分:9)
尝试使用new InputStreamReader(new FileInputStream(file), "UTF-8")
,然后输出相同的内容。并确保您的文件以UTF-8编码
hashmap不可能对编码做任何事情。