java - 如何从文件中读取 UTF-8 字符作为字节？

Question

我无法从文件中以字节形式读取 UTF-8 字符。UTF-8 字符在从字节转换为字符时显示为 Questionmarak(?)。

下面的代码片段显示了文件读取。

请告诉我如何从文件中读取 UTF-8 字符。请告诉我字节数组读取过程有什么问题？

public static void getData {

    FormFile file = actionForm.getFile("UTF-8");

     byte[] mybt;
     try 
     {

                byte[] fileContents = file.getFileData();
        StringBuffer sb = new StringBuffer();
        for(int i=0;i<fileContents.length;i++){
            sb.append((char)fileContents[i]);
        }
        System.out.println(sb.toString());
    } catch (UnsupportedEncodingException e) {
        e.printStackTrace();
    }
   }

 Output ::??Docum??ents (input file content is : "ÞDocumÿents" , it contains some spanish characters. )

Answer 1

这就是问题:

for(int i=0;i<fileContents.length;i++){
    sb.append((char)fileContents[i]);
}

只需通过强制转换即可将每个字节转换为字符。这实际上是使用 ISO-Latin-1。

要从 InputStream 读取文本，您可以通过 InputStreamReader 对其进行调整，并指定字符编码。

将整个文件读入字符串的最简单方法是使用 Guava :

String text = Files.toString(file, Charsets.UTF_8);

或者转换字节数组:

String text = new String(fileContents, "UTF-8");