java - 使用 UTF-16LE 编码和 Apache Commons IO 读写文本文件

Question

我用 Java 编写了一个应用程序，并用 C# 复制了它。该应用程序读取和写入带有制表符分隔数据的文本文件，供 HMI 软件使用。 HMI 软件需要 UTF 或 ANSI 编码才能正确显示度数符号，否则我只使用 ASCII，这似乎工作正常。 C# 应用程序可以毫无问题地打开由其中任何一个保存的文件。 java 应用程序完美地读取了它保存的文件，但是在读取使用 C# 保存的文件时出现了一个小问题。当将文件中的第一个字符解析为 int 时，它会抛出 numberformatException。该字符始终为“1”。我已经用 editpadlight 打开了这两个文件，即使使用编码查看，它们看起来也是相同的，而且编码是 UTF-16LE。我正在为此绞尽脑汁，任何帮助将不胜感激。

lines = FileUtils.readLines(file, "UTF-16LE");

Integer.parseInt(line[0])

我看不出用 C# 保存的文件和用 Java 保存的文件有什么区别

Screen Shot of Data in EditPad Lite

        if(lines.get(0).split("\\t")[0].length() == 2){
        lines.set(0, lines.get(0).substring(1));
    }

Answer 1

您的 .NET 代码可能正在编写 BOM。兼容 Unicode 的阅读器会删除任何 BOM，因为它是元数据，而不是文本数据的一部分。

您的 Java 代码显式指定字节顺序

FileUtils.readLines(file, "UTF-16LE"); 

这有点像第 22 条军规；如果源有 BOM，那么您可以将其读取为“UTF-16”。如果不是，那么您可以将其读为“UTF-16LE”或“UTF-16BE”，因为您知道它是什么。

因此，要么使用 BOM 写入并在不指定字节顺序的情况下读取它，要么不使用 BOM 写入并指定字节顺序读取它。

使用 BOM:

[C#]

File.WriteAllLines(file, lines, Encoding.Unicode);

[Java]

FileUtils.readLines(file, "UTF-16"); 

没有 BOM:

[C#]

File.WriteAllLines(file, lines, new UnicodeEncoding(false));

[Java]

FileUtils.readLines(file, "UTF-16LE");