java读取txt文件乱码解决方案

因为txt默认的选项是ANSI，即GBK编码。GBK和GB2312都是中文编码，在这里解释一下两者的区别。

总体说来，GBK包括所有的汉字，包括简体和繁体。而gb2312则只包括简体汉字。

GBK:   汉字国标扩展码,基本上采用了原来GB2312-80所有的汉字及码位，并涵盖了原Unicode中所有的汉字20902，总共收录了883个符号，   21003个汉字及提供了1894个造字码位。   Microsoft简体版中文Windows   95就是以GBK为内码，又由于GBK同时也涵盖了Unicode所有CJK汉字，所以也可以和Unicode做一一对应。

GB码，全称是GB2312-80《信息交换用汉字编码字符集 基本集》，1980年发布，是中文信息处理的国家标准，在大陆及海外使用简体中文的地区（如新加坡等）是强制使用的唯一中文编码。P-Windows3.2和苹果OS就是以GB2312为基本汉字编码， Windows 95/98则以GBK为基本汉字编码、但兼容支持GB2312。GB码共收录6763个简体汉字、682个符号，其中汉字部分：一级字3755，以拼音排序，二级字3008，以偏旁排序。该标准的制定和应用为规范、推动中文信息化进程起了很大作用。

 

GBK编码是中国大陆制订的、等同于UCS的新的中文编码扩展国家标准。GBK工作小组于1995年10月，同年12月完成GBK规范。该编码标准兼容GB2312，共收录汉字21003个、符号883个，并提供1894个造字码位，简、繁体字融于一库。

 

那么如何查看txt的编码呢，教你一个笨笨的办法：打开文件——另存为，然后看到最下面的编码，默认选择的就是当前文档的编码格式）。

txt文本文档有四种编码选项：ANSI、Unicode、Unicode big endian、UTF-8;默认应该是ANSI选项，就是系统的默认编码，一般是GBK。

因此我们读取txt文件可能有时候并不知道其编码格式，所以需要用程序动态判断获取txt文件编码，这里给一点资料，参考参考：  

ANSI： 无格式定义  

Unicode：  前两个字节为FFFE Unicode文档以0xFFFE开头

Unicode big endian： 前两字节为FEFF  

UTF-8： 前两字节为EFBB UTF-8以0xEFBBBF开头

用程序取出前几个字节并进行判断即可。

 

首先对java中得编码格式进行了研究。发现在java中

java编码与txt编码对应

java	txt
unicode	unicode big endian
utf-8	utf-8
utf-16	unicode
gb2312	ANSI

 

java读取txt文件，如果编码格式不匹配，就会出现乱码现象。所以读取txt文件的时候需要设置读取编码。txt文档编码格式都是写在文件头的，在程序中需要先解析文件的编码格式，获得编码格式后，在按此格式读取文件就不会产生乱码了。

 

 

代码示例如下：

 

 

Java代码  

1. package com.lfl.attachment;  
2.   
3. import java.io.BufferedReader;  
4. import java.io.File;  
5. import java.io.FileInputStream;  
6. import java.io.InputStream;  
7. import java.io.InputStreamReader;  
8.   
9. public class TextMain {  
10.   
11.     public static void main(String[] args) throws Exception {  
12.         String filePath = "D:/article.txt";  
13. //      String filePath = "D:/article333.txt";    
14. //      String filePath = "D:/article111.txt";    
15.         String content = readTxt(filePath);  
16.         System.out.println(content);  
17.           
18.     }  
19.   
20.       
21.       
22.     /** 
23.      * 解析普通文本文件  流式文件 如txt 
24.      * @param path 
25.      * @return 
26.      */  
27.     @SuppressWarnings("unused")  
28.     public static String readTxt(String path){  
29.         StringBuilder content = new StringBuilder("");  
30.         try {  
31.             String code = resolveCode(path);  
32.             File file = new File(path);  
33.             InputStream is = new FileInputStream(file);  
34.             InputStreamReader isr = new InputStreamReader(is, code);  
35.             BufferedReader br = new BufferedReader(isr);  
36. //          char[] buf = new char[1024];  
37. //          int i = br.read(buf);  
38. //          String s= new String(buf);  
39. //          System.out.println(s);  
40.             String str = "";  
41.             while (null != (str = br.readLine())) {  
42.                 content.append(str);  
43.             }  
44.             br.close();  
45.         } catch (Exception e) {  
46.             e.printStackTrace();  
47.             System.err.println("读取文件:" + path + "失败!");  
48.         }  
49.         return content.toString();  
50.     }  
51.       
52.       
53.       
54.     public static String resolveCode(String path) throws Exception {  
55. //      String filePath = "D:/article.txt"; //[-76, -85, -71]  ANSI  
56. //      String filePath = "D:/article111.txt";  //[-2, -1, 79] unicode big endian  
57. //      String filePath = "D:/article222.txt";  //[-1, -2, 32]  unicode  
58. //      String filePath = "D:/article333.txt";  //[-17, -69, -65] UTF-8  
59.         InputStream inputStream = new FileInputStream(path);    
60.         byte[] head = new byte[3];    
61.         inputStream.read(head);      
62.         String code = "gb2312";  //或GBK  
63.         if (head[0] == -1 && head[1] == -2 )    
64.             code = "UTF-16";    
65.         else if (head[0] == -2 && head[1] == -1 )    
66.             code = "Unicode";    
67.         else if(head[0]==-17 && head[1]==-69 && head[2] ==-65)    
68.             code = "UTF-8";    
69.             
70.         inputStream.close();  
71.           
72.         System.out.println(code);   
73.         return code;  
74.     }  
75.       
76. }  

 

 注意：在resolveTxt方法中不能通过readTxt方法传InputStream流 ，这样会使两个方法持有同一个流引用，而在resolveTxt方法中已读过流中的三个字节，流中的pos此时已经是3了，而不是流的起始位置，再在readTxt中读取时就会出现IOException:Read Error。