Java FileReader 编码问题

Question

我尝试使用java.io.FileReader读取一些文本文件并将它们转换为字符串，但我发现结果编码错误并且根本不可读。

这是我的环境:

• Windows 2003，操作系统编码:CP1252

• Java 5.0

我的文件是UTF-8编码或CP1252编码，其中一些(UTF-8编码文件)可能包含中文(非拉丁)字符。

我使用以下代码来完成我的工作:

   private static String readFileAsString(String filePath)
    throws java.io.IOException{
        StringBuffer fileData = new StringBuffer(1000);
        FileReader reader = new FileReader(filePath);
        //System.out.println(reader.getEncoding());
        BufferedReader reader = new BufferedReader(reader);
        char[] buf = new char[1024];
        int numRead=0;
        while((numRead=reader.read(buf)) != -1){
            String readData = String.valueOf(buf, 0, numRead);
            fileData.append(readData);
            buf = new char[1024];
        }
        reader.close();
        return fileData.toString();
    }

上面的代码不起作用。我发现 FileReader 的编码是 CP1252，即使文本是 UTF-8 编码的。但是 java.io.FileReader 的 JavaDoc 说:

The constructors of this class assume that the default character encoding and the default byte-buffer size are appropriate.

这是否意味着如果我使用FileReader，我不需要自己设置字符编码？但我目前确实得到了错误编码的数据，处理我的情况的正确方法是什么？谢谢。

Answer 1

是的，您需要指定要读取的文件的编码。

是的，这意味着您必须知道要读取的文件的编码。

不，没有通用的方法来猜测任何给定“纯文本”文件的编码。

The one-arguments constructors of FileReader 始终使用平台默认编码，这通常是一个坏主意。

自 Java 11 FileReader还获得了接受编码的构造函数: new FileReader(file, charset) 和 new FileReader(fileName, charset) .

在早期版本的java中，您需要使用 new InputStreamReader( new FileInputStream(pathToFile) , <encoding>) .