Java FileReader编码问题

问题

我尝试使用java.io.FileReader读取一些文本文件并将它们转换为字符串,但我发现结果编码错误,根本不可读。

这是我的环境:

  • Windows 2003,操作系统编码:CP1252
  • Java 5.0

我的文件是UTF-8编码或CP1252编码,其中一些(UTF-8编码文件)可能包含中文(非拉丁文)字符。

我使用以下代码来完成我的工作:

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();
    }

上面的代码不起作用。我发现即使文本是UTF-8编码,FileReader的编码也是CP1252。但是java.io.FileReader的JavaDoc说:

此类的构造函数假定默认字符编码和默认字节缓冲区大小是合适的。

这是否意味着如果我使用FileReader,我不需要自己设置字符编码?但我目前确实得到了错误的编码数据,处理我的问题的正确方法是什么?谢谢。


#1 热门回答(214 赞)

是的,你需要指定要读取的文件的编码。

是的,这意味着你必须知道要读取的文件的编码。

不,没有通用的方法可以对任何给定的"纯文本"文件进行编码。

FileReader的构造函数总是使用平台默认编码,这通常是个坏主意。

而不是FileReader,你需要使用new InputStreamReader(``new FileInputStream(pathToFile)``, <encoding>)


#2 热门回答(74 赞)

FileReader使用Java的平台默认编码,这取决于它运行的计算机的系统设置,并且通常是该区域设置中用户中最常用的编码。

如果这个"最佳猜测"不正确,那么你必须明确指定编码。不幸的是,FileReader不允许这样做(API中的主要疏忽)。相反,你必须使用new InputStreamReader(new FileInputStream(filePath), encoding)并理想地从有关该文件的元数据中获取编码。