java - HashMap破坏编码？

Question

我不得不承认我并不是编码等方面的真正专家。我有以下问题:我的程序必须读取一个文本文件，其中不仅包含 std. ASCII 但“特殊字符和语言”，如 "..офіціалнов назвов Російска.." 所以我们假设这是文件的内容:офіціалнов назвов Російска

现在我想将整个文件内容分成单个单词并创建另一个文件，将所有这些单词按如下行列出:

• офіціалнов
• назвов
• Російска

我的问题是:如果我将这些单个单词放入 HashMap 并从中读取值 -> 编码丢失。这是我的代码:

    final StringBuffer fileData = new StringBuffer(1000);
    final BufferedReader reader = new BufferedReader(
            new FileReader("fileIn.txt"));

    char[] buf = new char[1024];
    int numRead = 0;
    while ((numRead = reader.read(buf)) != -1)
    {
        final String readData = String.valueOf(buf, 0, numRead);
        fileData.append(readData);
        buf = new char[1024];
    }
    reader.close();
    String mergedContent = fileData.toString();


    mergedContent = mergedContent.replaceAll("\\<.*?>", " ");
    mergedContent = mergedContent.replaceAll("\\r\\n|\\r|\\n", " ");

    final BufferedWriter out = new BufferedWriter(
            new OutputStreamWriter(
                    new FileOutputStream("fileOut.txt")));

    final HashMap<String, String> wordsMap = new HashMap<String, String>();

    final String test[] = mergedContent.split(" ");


    for (final String string : test)
    {

        wordsMap.put(string, string);
    }

    for (final String string : wordsMap.values())
    {
        out.write(string + "\n");
    }


    out.close();

这个片段破坏了编码器。有趣的是:如果我不将值放入 HashMap，而是立即将它们存储到输出文件中，例如:

...
        for (final String string : test)
        {
                        out.write(string + "\n");
            //wordsMap.put(string, string);
        }

        //for (final String string : wordsMap.values())
        //{
        //  out.write(string + "\n");
        //}


        out.close();

...然后它会像我预期的那样工作。

我做错了什么？

Answer 1

尝试使用 new InputStreamReader(new FileInputStream(file), "UTF-8") 然后对输出进行同样的操作。并确保您的文件以 UTF-8 编码

hashmap 不可能对编码做任何事情。