java - 从文本读取 srt 文件时出现奇怪的字符

Question

我尝试将文件读取为字符串，我尝试将其编码为 UTF-8 但仍然失败，它在输出中返回一些奇怪的字符。

这是我读取文件的函数:

private static String readFile(String path, boolean isRaw) throws UnsupportedEncodingException, FileNotFoundException{
    File fileDir = new File(path);
try{    
    BufferedReader in = new BufferedReader(
       new InputStreamReader(
                  new FileInputStream(fileDir), "UTF-8"));

    String str;

    while ((str = in.readLine()) != null) {
        System.out.println(str);
    }

            in.close();
            return str;
    } 
    catch (UnsupportedEncodingException e) 
    {
        System.out.println(e.getMessage());
    } 
    catch (IOException e) 
    {
        System.out.println(e.getMessage());
    }
    catch (Exception e)
    {
        System.out.println(e.getMessage());
    }
    return null;
}

第一行的输出为:��1

这是我的测试文件https://www.dropbox.com/s/2linqmdoni77e5b/How.to.Get.Away.with.Murder.S01E01.720p.HDTV.X264-DIMENSION.srt?dl=0

提前致谢。

Answer 1

此文件以 UTF16-LE 编码，并具有 Byte order mark这有助于确定编码。使用 "UTF-16LE" 字符集(或 StandardCharsets.UTF_16LE)并跳过文件的第一个字符(例如，调用 str.substring(1) 在第一行)。