Question

我正在尝试使用Java读取阿拉伯语文本，但扫描程序看不到任何元素，因此尽管LineNumberReader识别文本文件中的行，但读取仍然不成功。

我在英文文本上尝试过相同的代码，但效果很好。

我正在使用netbeans 7.0.1

这是我的代码：

public class ReadFile {
    private int number_of_words;
    private File f1;
    private String array[][],lines[];
    private Scanner scan1;

    public ReadFile(String sf1) throws FileNotFoundException
    {
        f1=new File(sf1);
        scan1=new Scanner(f1);

    }

    public String[][] getA()
    {
        return array;
    }

    public void read() throws IOException
    {
        int counter=0,i=0;

        LineNumberReader  lnr = new LineNumberReader(new FileReader(f1));
        lnr.skip(Long.MAX_VALUE);
        number_of_words=lnr.getLineNumber();
        array = new String[2][number_of_words];
        lines = new String[number_of_words];
        while(scan1.hasNext())
      {
        String temp;
        temp=scan1.nextLine();
        lines[counter++] = temp;
                        System.out.println(lines[counter-1]+"\t"+lines.length);

      }

       Arrays.sort(lines);
       counter=0;

       while(i<lines.length)
       {
           String temp = lines[i++];
           StringTokenizer tk=new StringTokenizer(temp,"\t");

           array[0][counter] = tk.nextToken();
           array[1][counter++] = tk.nextToken();
       }
     }
 }

Answer 1

默认情况下，扫描程序使用系统编码。在读取数据特殊字符时，您需要使用正确的字符编码。

scan1=new Scanner(f1, "UTF-8");

如果UTF-8不起作用，您需要尝试使用阿拉伯语特定编码。

以下几条链接可能很有用File reading practices和Java supported encodings

Answer 2

尝试使用以下方法阅读文件：

FileInputStream fis = new FileInputStream(f1);
LineNumberReader lnr = new LineNumberReader(new InputStreamReader(fis, "UTF-8"));

阅读文件时，您需要使用正确的Charset。

Answer 3

这很可能是您正在寻找的：

Scanner(System.in, "UTF-8")

无法用Java读取阿拉伯语文本文件

3 个答案: