Java解析文件乱码

最新推荐文章于 2023-12-14 15:39:04 发布

程序媛_小白

最新推荐文章于 2023-12-14 15:39:04 发布

阅读量3.3k

点赞数

分类专栏： Java 文章标签： java 开发语言

原文链接：https://zhuanlan.zhihu.com/p/516411453

版权

Java 专栏收录该内容

92 篇文章 3 订阅

订阅专栏

1.普通文件中文乱码

普通的文件是指我们平时用记事本可以看到内容的文件，例如.txt结尾的文件，这里为了测试，小编准备了了两个编码的文件，test.txt和test2.txt，test.txt是通过window创建的文件编码是 GBK，test2.txt是在编辑器里创建的，编辑器的编码是 UTF-8;

文件内容如下：

方式一 :字节流读取字节转化为字符串显示

//通过FileInputStream读取字节
 String path1 = "C:\\Users\\yanzhichao\\Desktop\\test.txt";
 String path2 = "C:\\Users\\yanzhichao\\Desktop\\test2.txt";
 InputStream inputStream1 = null;
 InputStream inputStream2 = null;
 try{
     inputStream1 = new FileInputStream(path1);
     byte[] bytes1 = T.IOUtils.toByteArray(inputStream1);
     System.out.println("****************************读取test1.txt文件 start *****************************");
     System.out.println("使用默认编码-----------------------------");
     System.out.println(new String(bytes1));
     System.out.println("使用UTF-8编码-----------------------------");
     System.out.println(new String(bytes1,"UTF-8"));
     System.out.println("使用GBK编码-----------------------------");
     System.out.println(new String(bytes1,"GBK"));
     System.out.println("使用GB2312编码-----------------------------");
     System.out.println(new String(bytes1,"GB2312"));
     System.out.println("使用ISO-8859-1编码-----------------------------");
     System.out.println(new String(bytes1,"ISO-8859-1"));
     System.out.println("****************************读取test1.txt文件 end *****************************");
     inputStream2 = new FileInputStream(path2);
     byte[] bytes2 = T.IOUtils.toByteArray(inputStream2);
     System.out.println("****************************读取test2.txt文件 start *****************************");
     System.out.println("使用默认编码-----------------------------");
     System.out.println(new String(bytes2));
     System.out.println("使用UTF-8编码-----------------------------");
     System.out.println(new String(bytes2,"UTF-8"));
     System.out.println("使用GBK编码-----------------------------");
     System.out.println(new String(bytes2,"GBK"));
     System.out.println("使用GB2312编码-----------------------------");
     System.out.println(new String(bytes2,"GB2312"));
     System.out.println("使用ISO-8859-1编码-----------------------------");
     System.out.println(new String(bytes2,"ISO-8859-1"));
     System.out.println("****************************读取test2.txt文件 end *****************************");
 } catch (Exception e) {
     e.printStackTrace();
 } finally {
     if(inputStream1 != null) {
         try {
             inputStream1.close();
         } catch (IOException e) {
             e.printStackTrace();
         }
     }
 }

代码中T.IOUtils.toByteArray是封装的工具类，其实里面使用的就是apache的IOUtils，这里不进行累述。

代码读取了两个文件，执行结果如下：

****************************读取test1.txt文件 start *****************************
使用默认编码-----------------------------
111����
使用UTF-8编码-----------------------------
111����
使用GBK编码-----------------------------
111测试
使用GB2312编码-----------------------------
111测试
使用ISO-8859-1编码-----------------------------
111²âÊÔ
****************************读取test1.txt文件 end *****************************
****************************读取test2.txt文件 start *****************************
使用默认编码-----------------------------
##=====Set Dubbo Begin=====
## Dubbo注册中心地址
使用UTF-8编码-----------------------------
##=====Set Dubbo Begin=====
## Dubbo注册中心地址
使用GBK编码-----------------------------
锘�##=====Set Dubbo Begin=====
## Dubbo娉ㄥ唽涓績鍦板潃
使用GB2312编码-----------------------------
锘�##=====Set Dubbo Begin=====
## Dubbo娉ㄥ��涓�蹇��板��
使用ISO-8859-1编码-----------------------------
ï»¿##=====Set Dubbo Begin=====
## Dubboæ³¨å†Œä¸å¿ƒåœ°å€
****************************读取test2.txt文件 end *****************************

结果显而易见，编码不同出现中文乱码，这里乱码的原因是因为 new String()。java在字节转化为字符时不指定编码则会使用默认编码，我的编辑器默认编码是 UTF-8，所以出现上面的结果。

方式二 : 字符流读取字符显示

//通过InputStreamReader读取字符
String path1 = "C:\\Users\\yanzhichao\\Desktop\\test.txt";
String path2 = "C:\\Users\\yanzhichao\\Desktop\\test2.txt";
InputStreamReader reader1 = null;
InputStreamReader reader2 = null;
try{
    System.out.println("以字符为单位读取文件内容，一次读多个字节：");
    // 一次读多个字符
    char[] tempchars = new char[30];
    int charread = 0;
    reader1 = new InputStreamReader(new FileInputStream(path1));
    System.out.println("使用默认编码（UTF-8）：");
    // 读入多个字符到字符数组中，charread为一次读取字符数
    while ((charread = reader1.read(tempchars)) != -1) {
        // 同样屏蔽掉\r不显示
        if ((charread == tempchars.length)
                && (tempchars[tempchars.length - 1] != '\r')) {
            System.out.print(tempchars);
        } else {
            for (int i = 0; i < charread; i++) {
                if (tempchars[i] == '\r') {
                    continue;
                } else {
                    System.out.print(tempchars[i]);
                }
            }
        }
    }
    System.out.println();
    reader2 = new InputStreamReader(new FileInputStream(path1),"GBK");
    System.out.println("使用GBK编码：");
    tempchars = new char[30];
    charread = 0;
    // 读入多个字符到字符数组中，charread为一次读取字符数
    while ((charread = reader2.read(tempchars)) != -1) {
        // 同样屏蔽掉\r不显示
        if ((charread == tempchars.length)
                && (tempchars[tempchars.length - 1] != '\r')) {
            System.out.print(tempchars);
        } else {
            for (int i = 0; i < charread; i++) {
                if (tempchars[i] == '\r') {
                    continue;
                } else {
                    System.out.print(tempchars[i]);
                }
            }
        }
    }
} catch (Exception e) {
    e.printStackTrace();
} finally {
    if(reader1 != null) {
        try {
            reader1.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    if(reader2 != null) {
        try {
            reader2.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

代码只读取了test.txt，执行结果如下：

以字符为单位读取文件内容，一次读多个字节：
使用默认编码（UTF-8）：
111����
使用GBK编码：
111测试

显然，和上面是一样的，需要对应编码

2.字节文件损坏、乱码

字节文件一般来说是要对应的工具才能打开的，用记事本打开也看不到什么信息。

这里小编将之前的两个文件加入到压缩文件Desktop.rar中，代码如下：

String path1 = "C:\\Users\\yanzhichao\\Desktop\\test.txt";
 String path2 = "C:\\Users\\yanzhichao\\Desktop\\test2.txt";
 String zipName = "C:\\Users\\yanzhichao\\Desktop\\Desktop.rar";
 String zipName2 = "C:\\Users\\yanzhichao\\Desktop\\Desktop2.rar";
 String folderName = "test";
 List<String> filePathList = new ArrayList<>();
 filePathList.add(path1);
 filePathList.add(path2);
 InputStream is = null;
 InputStream is2 = null;
 ZipFile zip = null;
 ZipFile zip2 = null;
 try {
     //方法一
     zip = new ZipFile(zipName);
     ZipParameters para = null;
     File file = null;
     for (String fliePath : filePathList) {
         file = new File(fliePath);
         para = new ZipParameters();
         para.setCompressionMethod(Zip4jConstants.COMP_DEFLATE);
         para.setFileNameInZip(folderName+ fliePath.substring(fliePath.lastIndexOf(File.separator)));
         para.setSourceExternalStream(true);
         is = new ByteArrayInputStream(T.FileUtils.readFileToByteArray(file));
         zip.addStream(is, para);
     }
     //方法二
     zip2 = new ZipFile(zipName2);
     ZipParameters para2 = null;
     for (String fliePath : filePathList) {
         String content = new String(T.IOUtils.toByteArray(new FileInputStream(fliePath)));
         para2 = new ZipParameters();
         para2.setCompressionMethod(Zip4jConstants.COMP_DEFLATE);
         para2.setFileNameInZip(folderName+ fliePath.substring(fliePath.lastIndexOf(File.separator)));
         para2.setSourceExternalStream(true);
         is2 = new ByteArrayInputStream(content.getBytes());
         zip2.addStream(is2, para2);
     }
 } catch (ZipException | IOException e) {
     e.printStackTrace();
 } finally {
     if (is != null) {
         try {
             is.close();
         } catch (IOException e) {
             e.printStackTrace();
         }
     }
     if (is2 != null) {
         try {
             is2.close();
         } catch (IOException e) {
             e.printStackTrace();
         }
     }
 }
}

代码中使用了zip4j工具类进行压缩，读取文件转换为字节数组使用的是apache的工具类。

执行后的结果是Desktop2.rar中的中文存在乱码，其他的正常。

如果对压缩文件进行再压缩时，第二种方法出来的压缩文件不会有问题，但是打开里面的压缩文件会提示损坏。

Java学习视频

Java基础：

Java300集，Java必备优质视频_手把手图解学习Java，让学习成为一种享受

Java项目：

【Java游戏项目】1小时教你用Java语言做经典扫雷游戏_手把手教你开发游戏

【Java毕业设计】OA办公系统项目实战_OA员工管理系统项目_java开发

程序媛_小白

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Java解析文件乱码

1.普通文件中文乱码普通的文件是指我们平时用记事本可以看到内容的文件，例如.txt结尾的文件，这里为了测试，小编准备了了两个编码的文件，test.txt和test2.txt，test.txt是通过window创建的文件编码是 GBK，test2.txt是在编辑器里创建的，编辑器的编码是 UTF-8;文件内容如下：方式一 :字节流读取字节转化为字符串显示//通过FileInputStream读取字节 String path1 = "C:\\Users\...
复制链接

扫一扫