将InputStream读取为UTF-8

96

我正在尝试text/plain逐行从Internet 上读取文件。我现在拥有的代码是：

URL url = new URL("http://kuehldesign.net/test.txt");
BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream()));
LinkedList<String> lines = new LinkedList();
String readLine;

while ((readLine = in.readLine()) != null) {
    lines.add(readLine);
}

for (String line : lines) {
    out.println("> " + line);
}

我正在使用文件test.txt包含¡Hélló!，以测试编码。

当我查看OutputStream（out）时，看到的是> ¬°H√©ll√≥!。我不相信这是有问题的，OutputStream因为我可以做到out.println("é");没有问题。

对于InputStream作为UTF-8的阅读形式有什么想法吗？谢谢！

java utf-8 inputstream

— 克里斯·库尔
source

1

HTTP协议指定编码。您为什么不使用可为您处理的库API？您永远不必猜测这样的编码。我并不是说要消极：您做得很好！我只是想知道是否有更简单的方法。

— tchrist 2011年

1

text/plain不幸的是，我将无法访问正在提供文件的服务器，并且该服务器未使用UTF-8编码。我不知道有什么好的网络库。有什么建议？

— 克里斯·库尔

1

查看文档，我认为您根本不必指定编码。我很惊讶他们给你一个字节流！你有机会获得潜在的URLConnection，从中你可以检查内容编码，然后打开用正确的参数的InputStreamReader。快速检查源代码并不会发现可以为您执行此操作的任何内容，这似乎很脚，容易出错，因此我可能错过了一些东西。

— tchrist 2011年

189

解决了我自己的问题。这行：

BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream()));

需要是：

BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream(), "UTF-8"));

或从Java 7开始：

BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream(), StandardCharsets.UTF_8));

— 克里斯·库尔
source

3

我很确定构造函数的形式不会在无效输入上引发异常。您需要将with与CharsetDecoder dec参数一起使用。这与OutputStreamWriter构造函数所具有的Java设计错误相同：四个问题中只有一个实际上屈服于告诉您什么时候出了问题。您也必须再次在其中使用fancy CharsetDecoder dec参数。唯一安全和理智的事情是考虑所有其他已弃用的构造函数，因为它们不能被信任表现出来。

— tchrist 2011年

6

由于Java 7，可以将提供的字符集作为常量而不是字符串StandardCharsets.UTF_8

— 编写

18

String file = "";

try {

    InputStream is = new FileInputStream(filename);
    String UTF8 = "utf8";
    int BUFFER_SIZE = 8192;

    BufferedReader br = new BufferedReader(new InputStreamReader(is,
            UTF8), BUFFER_SIZE);
    String str;
    while ((str = br.readLine()) != null) {
        file += str;
    }
} catch (Exception e) {

}

试试这个，.. ：-）

— 罗希斯
source

8

代替文件+ = str，创建一个StringBuilder并将其追加。编译器也许可以优化字符串附加，但是可能会产生很多垃圾

— 2013年

2

如果要将BufferedReader转换为字符串，请使用Apache Commons，不要重蹈覆辙：String myStr = org.apache.commons.io.IOUtils.toString（myBufferedReaderInstance）;

— JaimeMarín'16

8

UTF8 =“ utf8”，变量不错；）

— Nicofisi

7

每当发现特殊字符将其标记为^时，我都会遇到相同的问题。为了解决这个问题，我尝试使用以下编码：ISO-8859-1

BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream("txtPath"),"ISO-8859-1"));

while ((line = br.readLine()) != null) {

}

我希望这可以对任何看到此帖子的人有所帮助。

— 约书亚·克利夫兰
source

1

您能告诉我UTF-8不支持哪些字符吗？

— USM