java 使用readLine() 乱码。

java面试题网站：www.javaoffers.com

本人在公司开发程序遇到了读取 一行乱码。eclipse 默认为utf-8

        FileInputStream f4 = new FileInputStream(new File("F:\\bb.txt"));
        BufferedReader bufferedReader2 = new BufferedReader(new InputStreamReader(f4));
        String readLine = bufferedReader2.readLine(); //会输出乱码

测试文件有两个文本文件分别为，aa.txt （UTF-8编码），bb.txt(GB2312编码)两个文件中的内容都为一个字符 中：

前提知识： utf-8中文占三个字节，GB2312中文占两个字节

测试 代码：

public class EncodeTest {
    @Test
    public void test1() throws Exception{
        FileInputStream f1 = new FileInputStream(new File("F:\\aa.txt"));
        byte[] b1  =  new byte[f1.available()];
        f1.read(b1);
        for(byte b : b1){
            System.out.println(b);
        }
        System.out.println(new String(b1));
        System.out.println("++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++");
        FileInputStream f2 = new FileInputStream(new File("F:\\bb.txt"));
        byte[] b2  =  new byte[f2.available()];
        f2.read(b2);
        for(byte b : b2){
            System.out.println(b);
            byte[] tb = new byte[]{b};
            String lm = new String(tb);
            System.out.println("当前乱码"+lm);
            byte[] lm_b = lm.getBytes();
            System.out.println("-----------乱码 start--------");
            for(byte bn: lm_b){
                System.out.println(bn);
            }
            System.out.println("-----------乱码 end--------");
        }
        System.out.println(new String(b2,"gb2312"));
        System.out.println("++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++");
        FileInputStream f3 = new FileInputStream(new File("F:\\bb.txt"));
        BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(f3));
        String readLine2 = bufferedReader.readLine();
        byte[] b3 = readLine2.getBytes("UTF-8");
        for(byte b : b3){
            System.out.println(b);
        }
        System.out.println(new String(b3));
        System.out.println("++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++");
        
        FileInputStream f4 = new FileInputStream(new File("F:\\bb.txt"));
        BufferedReader bufferedReader2 = new BufferedReader(new InputStreamReader(f4,"GB2312"));
        String readLine = bufferedReader2.readLine();
        byte[] b4 =readLine.getBytes("UTF-8");
        for(byte b : b4){
            System.out.println(b);
        }
        System.out.println(new String(b4));
        System.out.println("++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++");
    }

}

通过分析打印结果：

-28       #字节1
-72       #字节2
-83       #字节3
中         #utf-8 解码后字符为：中，没有出现乱码
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
-42       #字节1
当前乱码�   #将 -42 按照utf-8 解码后的字符是乱码，然后再将乱码按照utf-8编码得到的字节如下
-----------乱码 start--------
-17
-65
-67
-----------乱码 end--------
-48        #字节2
当前乱码�   ##将 -48 按照utf-8 解码后的字符是乱码，然后再将乱码按照utf-8编码得到的字节如下
-----------乱码 start--------
-17
-65
-67
-----------乱码 end--------
中    # 将 字节1： -42和字节2：-48 按照 gb2312 解码 后为字符  中
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
-17   # 这里为readline()方法没有设置使用eclipse默认编码 默认使用utf-8  （读取bb.txt）
-65
-67
-17
-65
-67
�� # 输出的中文为乱码
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
-28 #这里为readline()方法设置了编码为GB2312 读取一行文字为中      （读取bb.txt）
-72
-83
中
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

总结：

new BufferedReader(new InputStreamReader(f4)); 默认用utf-8去解码字节，而bb.txt文件内容的字符是gb2312 所以该 中 字符在磁盘中占两个字节，而utf-8编码集中的中文占3个字节，而readline（）的时候发现是两个字节，当前使用的又是utf-8，所以java底层就将这两个字节单独使用utf-8进行了解码， 每一个字节 使用utf-8编码一次为 一个char字符,所以经过utf-8将两个字节分别解码后的最终数据为两个乱码字符，读者可以看上面的代码和打印的信息，两字符个乱码编码后的字节分别为-17 -65 -67（红色）,和上面单独将一个字节用utf-8 接码后的字符再按照utf-8编码后得到的字节 -17 -65 -67（蓝色）一样，也就是说 当字节按照utf-8 解码时在utf-8编码集中找不到对应的正确的字符时就会默认作为�   输出，而� 对应的utf-8 字节 -17 -65 -67。所以当找不到对应正确的编码字符时都会按照 -17 -65 -67 对应的 字符 � 输出。常识： 当使用 new BufferedReader(new InputStreamReader(f4)，"文本源的编码")  文本源的编码一定要写。这样就不会有乱码。