java文件输入流 utf-8_如何检测非法的UTF-8字节序列来替代它们在java输入流？

该文件不在我的控制之下.大多数字节序列是有效的UTF-8,它不是ISO-8859-1(或其他编码).

我想尽可能多地提取尽可能多的信息.

该文件包含一些非法字节序列,应替换替换字符.

这不是一件容易的事情,它认为它需要一些关于UTF-8状态机的知识.

有没有类似的东西(商业或自由软件)？

谢谢

-stephan

解：

final BufferedInputStream in = new BufferedInputStream(istream);

final CharsetDecoder charsetDecoder = StandardCharsets.UTF_8.newDecoder();

charsetDecoder.onMalformedInput(CodingErrorAction.REPLACE);

charsetDecoder.onUnmappableCharacter(CodingErrorAction.REPLACE);

final Reader inputReader = new InputStreamReader(in, charsetDecoder);