Java 代码错误地读取 UTF-8 文本

Question

我在读取代码(在 Eclipse 上运行)中的 UTF-8 字符时遇到问题。

我有一个文件text，里面有几行，例如:

אך  1234

注意:单词前有一个\t，单词应该出现在左边，数字出现在右边……我不知道如何在这里反转它们，抱歉。

也就是说，一个希伯来语单词，然后是一个数字。

我需要以某种方式将单词与数字分开。我试过这个:

        BufferedReader br = new BufferedReader(new FileReader(text));
        String content;

        while ((content = br.readLine()) != null) 
        {
            String delims = "[ ]+";
            String[] tokens = content.split(delims);
        }

问题是由于某种原因，代码读取 content(文件中的第一行)如下:

אך\t1234

...意味着空间不在正确的位置。

我想我可以使用 \t 标记文本，但我不确定我应该这样做，因为文件没有被正确读取...

有人知道为什么会这样吗？

非常感谢:-)

Answer 1

我认为你在匹配一个空格，但实际上那里有一个制表符？

你能试试这个吗:

BufferedReader br = new BufferedReader(new FileReader(text));
String content;

while ((content = br.readLine()) != null) 
{
    String delims = "\\s";
    String[] tokens = content.split(delims);
}