Java读取文件时遇到的乱码问题

最近要做一个Java爬虫，需要从txt文件中读取数据，然后遇到了一些问题。

我的txt文件：

Java读txt文件的语句：

BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream("E:\\word.txt")));
String line = "";
while((line = reader.readLine())!= null) {
	System.out.println(line);
}

读取到的结果存在乱码现象：

寻思着可能是文件的编码格式在作祟。所以我去查看了一下txt的编码格式，发现是utf8，感觉这应该没问题呀。于是我又去查看Java API。

找到InputStreamReader类，查看它的构造方法，它一共有4个构造方法，这里我只选取了与本问题相关的两个构造方法，如下：

Constructor and Description
InputStreamReader(InputStream in) 创建一个使用默认字符集的InputStreamReader。
InputStreamReader(InputStream in, Charset cs) 创建一个使用给定字符集的InputStreamReader

看来原因是我们使用的是第一个构造方法，它创建了一个使用默认字符集的InputStreamReader，于是在读取文件时进行了编码转换，然后就导致了一些问题的出现。

那么我们再试一试使用第二个构造方法，我们指定字符集为utf8。

修改后的Java读txt文件的语句：

BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream("E:\\word.txt"),"UTF-8"));
String line = "";
while((line = reader.readLine())!= null) {
	System.out.println(line);
}

结果如下：

这个 “?” 是什么鬼。。。

其实现在完全可以忽略 “?” 的问题，只需要在txt文件中第一行添加一个空行，然后在读取的时候，丢弃第一行，从第二行开始读取即可。

1. 在txt中第一行添加一个空行。

2. 在读取时，丢弃第一行，从第二行开始读取：在while循环读取前添加一行：line = reader.readLine();

BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream("E:\\word.txt"),"UTF-8"));
String line = "";
line = reader.readLine();
while((line = reader.readLine())!= null) {
	System.out.println(line);
}

后面，我百度了那个问号出现的原因，有一位高人说明了原因：

附：UTF8最好不要带BOM，附许多经典评论（一篇文章）；