Java FileReader编码问题

我尝试使用java.io.FileReader读取一些文本文件并将其转换为字符串，但是我发现结果编码错误并且根本不可读。

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编码的，其中一些（UTF-8编码的文件）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FileReader的编码为CP1252，即使文本为UTF-8编码也是如此。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适当的。

这是否意味着如果我使用FileReader，则不需要我自己设置字符编码？但是我目前确实得到了错误编码的数据，应对情景的正确方法是什么？谢谢。

是的，您需要指定要读取的文件的编码。

是的，这意味着您必须知道要读取的文件的编码。

不，没有一般的方法可以猜测任何给定“纯文本”文件的编码。

一参数的构造函数FileReader始终使用平台默认编码，这通常是一个坏主意。

由于Java 11 FileReader还获得了接受编码的构造函数：new FileReader(file, charset)和new FileReader(fileName, charset)。

在Java的早期版本中，您需要使用。new InputStreamReader(new FileInputStream(pathToFile), <encoding>)

FileReader 使用Java的平台默认编码，该编码取决于运行该计算机的计算机的系统设置，通常是该区域设置中用户中最受欢迎的编码。

如果此“最佳猜测”不正确，则必须明确指定编码。不幸的是，FileReader不允许这样做（API中的主要监督）。相反，您必须使用文件new InputStreamReader(new FileInputStream(filePath), encoding)，最好从文件的元数据中获取编码。

从Java 11开始，您可以使用：

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

对于Java 7+ 文档，您可以使用以下命令：

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

这是所有字符集文档

例如，如果您的文件位于CP1252中，则使用此方法

Charset.forName("windows-1252");

这是IO和NIO doc的 Java编码的其他规范名称

如果您不知道文件中的确切编码，则可以使用一些第三方libs，例如Google提供的此工具，它工作得很整齐。

使用InputStreamReader的FileInputStream比直接使用FileReader更好，因为后者不允许您指定编码字符集。

这是一起使用BufferedReader，FileInputStream和InputStreamReader的示例，以便您可以从文件中读取行。

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();
}

对于另一种拉丁语言（例如西里尔字母），您可以使用以下代码：

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

并确保您的.txt文件以UTF-8（但不是默认ANSI）格式保存。干杯!