java - 在java中将字符串从一种编码解释为另一种编码

Question

我四处寻找这个问题的答案(我确信他们在那里)，但我不确定这是否可能。

所以，我得到了一个包含单词“för”的巨大文件。我使用 RandomAccessFile 是因为我知道它在哪里(有点)，因此可以使用 seek() 函数到达那里。

为了知道我已经找到它，我在我的程序中有一个字符串“för”，我检查它是否相等。这就是问题所在，我运行了调试器，当我到达“för”时，我比较的是“för”。

所以我的程序在没有找到任何“för”的情况下终止。

这是我用来获取单词的代码:

    private static String getWord(RandomAccessFile file) throws IOException {
    StringBuilder stb = new StringBuilder();
    String word;
    char c;
    c = (char)file.read();
    int end;
    do {
        stb.append(c);
        end = file.read();
        if(end==-1)
            return "-1";
        c = (char)end;

    } while (c != ' ');
    word = stb.toString();
    word.trim();
    return word;
}

所以基本上我将文件中当前点的所有字符返回到第一个 ' '-字符。所以基本上我明白了，但是因为 (char)file.read();读取一个字节(我认为)，UTF-8 'ö' 变成两个字符 'Ã' 和 '¶'？

这种猜测的一个原因是，如果我用 UTF-8 编码打开我的文件，它是“för”，但如果我在同一个地方用 ISO-8859-15 打开文件，我们现在就得到了我的 getWord 方法返回的内容: "för"

所以我的问题是:

当我和“för”和“för”坐在一起时，有什么办法可以解决这个问题吗？就像说“把“för”当成 UTF-8 字符串一样读”来得到“för”？

Answer 1

如果您必须使用RandomAccessFile，您应该先将内容读入byte[]，然后将整个数组转换为String - 类似以下内容:

byte[] buffer = new byte[whatever];
file.read(buffer);
String result = new String(buffer,"UTF-8");

这只是给你一个大概的印象，你必须添加一些长度处理等。

如果您从 UTF-8 序列的中间开始读取，这将无法正常工作，但任何其他方法也是如此。