java 读取txt乱码问题_Java读取txt文档乱码解决方法

因为txt默认的选项是ANSI，即GBK编码。GBK和GB2312都是中文编码，先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：打开文档——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文档可能有时候并不知道其编码格式，所以需要用进程动态判断获取txt文档编码，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

用进程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：

javatxtunicodetxt

utf-8utf-8

utf-16un