ปัญหาการเข้ารหัส Java FileReader

ฉันพยายามใช้ java.io.FileReader เพื่ออ่านไฟล์ข้อความและแปลงเป็นสตริง แต่ฉันพบว่าผลลัพธ์นั้นเข้ารหัสผิดและไม่สามารถอ่านได้เลย

นี่คือสภาพแวดล้อมของฉัน:

• Windows 2003, การเข้ารหัสระบบปฏิบัติการ: CP1252

• Java 5.0

ไฟล์ของฉันเข้ารหัส UTF-8 หรือเข้ารหัส CP1252 และบางไฟล์ (ไฟล์ที่เข้ารหัส UTF-8) อาจมีอักขระจีน (ไม่ใช่ละติน)

ฉันใช้รหัสต่อไปนี้เพื่อทำงานของฉัน:

   private static String readFileAsString(String filePath)
    throws java.io.IOException{
        StringBuffer fileData = new StringBuffer(1000);
        FileReader reader = new FileReader(filePath);
        //System.out.println(reader.getEncoding());
        BufferedReader reader = new BufferedReader(reader);
        char[] buf = new char[1024];
        int numRead=0;
        while((numRead=reader.read(buf)) != -1){
            String readData = String.valueOf(buf, 0, numRead);
            fileData.append(readData);
            buf = new char[1024];
        }
        reader.close();
        return fileData.toString();
    }

โค้ดด้านบนใช้ไม่ได้ ฉันพบว่าการเข้ารหัสของ FileReader คือ CP1252 แม้ว่าข้อความจะเข้ารหัส UTF-8 แต่ JavaDoc ของ java.io.FileReader บอกว่า:

ตัวสร้างของคลาสนี้ถือว่าการเข้ารหัสอักขระดีฟอลต์และขนาดไบต์บัฟเฟอร์เริ่มต้นนั้นเหมาะสม

หมายความว่าฉันไม่จำเป็นต้องตั้งค่าการเข้ารหัสอักขระด้วยตัวเองหากฉันใช้ FileReader แต่ฉันได้รับข้อมูลที่เข้ารหัสผิดวิธีในการจัดการกับสถานการณ์ของฉันที่ถูกต้องคืออะไร? ขอบคุณ

ใช่คุณต้องระบุการเข้ารหัสของไฟล์ที่คุณต้องการอ่าน

ใช่หมายความว่าคุณต้องรู้การเข้ารหัสของไฟล์ที่คุณต้องการอ่าน

ไม่ไม่มีวิธีทั่วไปในการคาดเดาการเข้ารหัสของไฟล์ "ข้อความธรรมดา" ที่กำหนด

ข้อโต้แย้งที่หนึ่งการก่อสร้างของFileReaderมักจะใช้การเข้ารหัสแพลตฟอร์มเริ่มต้นซึ่งโดยทั่วไปความคิดที่ดี

เนื่องจาก Java 11 FileReaderได้รับตัวสร้างที่ยอมรับการเข้ารหัส: new FileReader(file, charset)และnew FileReader(fileName, charset).

ใน java เวอร์ชันก่อนหน้าคุณจำเป็นต้องใช้ไฟล์.new InputStreamReader(new FileInputStream(pathToFile), <encoding>)

FileReader ใช้การเข้ารหัสเริ่มต้นของแพลตฟอร์มของ Java ซึ่งขึ้นอยู่กับการตั้งค่าระบบของคอมพิวเตอร์ที่ทำงานอยู่และโดยทั่วไปแล้วเป็นการเข้ารหัสที่ได้รับความนิยมมากที่สุดในหมู่ผู้ใช้ในภาษานั้น ๆ

หาก "การเดาที่ดีที่สุด" นี้ไม่ถูกต้องคุณจะต้องระบุการเข้ารหัสอย่างชัดเจน ขออภัยFileReaderไม่อนุญาตสิ่งนี้ (การกำกับดูแลหลักใน API) แต่คุณต้องใช้new InputStreamReader(new FileInputStream(filePath), encoding)และรับการเข้ารหัสจากข้อมูลเมตาเกี่ยวกับไฟล์

ตั้งแต่ Java 11 คุณสามารถใช้สิ่งนั้น:

public FileReader(String fileName, Charset charset) throws IOException;

สำหรับ Java 7+ docคุณสามารถใช้สิ่งนี้:

BufferedReader reader = Files.newBufferedReader(path, StandardCharsets.UTF_8);

นี่คือเอกสาร Charsets ทั้งหมด

ตัวอย่างเช่นหากไฟล์ของคุณอยู่ใน CP1252 ให้ใช้วิธีนี้

Charset.forName("windows-1252");

นี่คือชื่อบัญญัติอื่น ๆ สำหรับการเข้ารหัส Java ทั้งสำหรับเอกสาร IO และ NIO

หากคุณไม่ทราบว่ามีการเข้ารหัสที่คุณมีในไฟล์ที่คุณอาจใช้ libs ของบุคคลที่สามบางอย่างเช่นเครื่องมือนี้จาก Google นี้ซึ่งทำงานค่อนข้างเรียบร้อย

FileInputStream กับ InputStreamReader ดีกว่าการใช้ FileReader โดยตรงเนื่องจากไม่อนุญาตให้คุณระบุชุดการเข้ารหัส

นี่คือตัวอย่างการใช้ BufferedReader, FileInputStream และ InputStreamReader ร่วมกันเพื่อให้คุณสามารถอ่านบรรทัดจากไฟล์ได้

List<String> words = new ArrayList<>();
List<String> meanings = new ArrayList<>();
public void readAll( ) throws IOException{
    String fileName = "College_Grade4.txt";
    String charset = "UTF-8";
    BufferedReader reader = new BufferedReader(
        new InputStreamReader(
            new FileInputStream(fileName), charset)); 

    String line; 
    while ((line = reader.readLine()) != null) { 
        line = line.trim();
        if( line.length() == 0 ) continue;
        int idx = line.indexOf("\t");
        words.add( line.substring(0, idx ));
        meanings.add( line.substring(idx+1));
    } 
    reader.close();
}

สำหรับภาษาอื่นเป็นภาษาละตินเช่นซิริลลิกคุณสามารถใช้สิ่งนี้:

FileReader fr = new FileReader("src/text.txt", StandardCharsets.UTF_8);

และตรวจสอบให้แน่ใจว่า.txtไฟล์ของคุณถูกบันทึกด้วยรูปแบบUTF-8(แต่ไม่ใช่ค่าเริ่มต้นANSI) ไชโย!