Java 按字符读取文本文件 - unicode 254 和 255 突然出现

Question

从下面的代码中我读取了一个包含字符“a”(unicode 97)的文本文件

int ini ; 
    // Buffered Reader Text file read per character
    while((ini=jer.read())!=(-1)){
        char inp = (char)ini;
        System.out.println(inp);
        if (listahan.containsKey(inp)) {
                listahan.put(inp,listahan.get(inp) + 1);
            } else {
                listahan.put(inp, 1);
            }
    }
// ENHANCED FOR LOOP FOR DISPLAYING IN CONSOLE
for (Map.Entry<Character, Integer> e : listahan.entrySet()){
    System.out.printf("%1d.) %-15s : %-3d%n", ctr++, e.getKey(), e.getValue());

}

输出是:

1.)                 : 1  // (must be a null)
2.) a               : 1  
3.) þ               : 1  
4.) ÿ               : 1  

为什么输出不是这样的？:

1.) a                 :1

Answer 1

您遇到了 Byte Order Mark ，为 U+FEFF，即当作为单独字节读取时，相当于 254 和 255。

这(连同空值的出现)可能意味着该文件是在 UTF-16 中编码的。或UCS-2 (又名宽字符串、wchar，...)。如果您不知道 unicode 编码的含义，我建议您阅读一下。为此，我推荐这篇很棒的文章The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!) .