java 字节乱码_java用字节流读取中文乱码怎么解决？

首先，如果你明确的知道使用的编码，那么你可以在读取完毕生成字符串的时候直接指定编码。

例如：

FileInputStream in = new FileInputStream("aaa.txt");

byte[] data = new byte[1024 * 4];

StringBuilder sb = new StringBuilder();

while(in.read(data) > 0) {

sb.append(new String(data,"utf8"); // 指定编码格式，避免乱码}

System.out.println(sb.toString());

这里FileInputStream就是很标准的字节流了，只需要在最终形成字符串的时候指定正确的编码，那么就可以避免乱码。

或者利用新的NIO的API读取：

Path path = Paths.get("D:/aaa.txt");

byte[] data = Files.readAllBytes(path);

String result = new String(data,"utf8"); // 指定编码，可以避免乱码。System.out.println(result);

那么，当我们不确定他的编码的时候，该怎么办呢，这就需要使用类库去猜解他的编码，我用的是这个：cpdetector，他的maven依赖如下：

net.sourceforge.cpdetector

cpdetector

1.0.7

具体用法是这样的：

/*** 初始化一个编码判别器，用于判断文件编码。*/

public static CodepageDetectorProxy getCodePageDetector() {

CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();

// 这个用于处理文本文件或者有明确编码的文件 detector.add(new ParsingDetector(false));

// 用于检测Unicode的编码 detector.add(UnicodeDetector.getInstance());

// 用于检测各类型的编码 detector.add(JChardetFacade.getInstance());

// 用于检测ASCII类型编码 detector.add(ASCIIDetector.getInstance());

return detector;

}

然后通过这种做法获取具体的编码：

/*** 获取输入流的编码格式，但是似乎这种方法有点问题。*/

public static Charset getCharset(InputStream in) {

CodepageDetectorProxy detectorProxy = getCodePageDetector();

try(BufferedInputStream bufferedInputStream = new BufferedInputStream(in)) {

return detectorProxy.detectCodepage(bufferedInputStream, 128);

} catch (Exception e) {

e.printStackTrace();

return Charset.defaultCharset();

}

}

/*** 获取文件的编码格式，一般用到的就是他了。*/

public static Charset getCharset(File file) {

CodepageDetectorProxy detectorProxy = getCodePageDetector();

try {

return detectorProxy.detectCodepage(file.toURI().toURL());

} catch (Exception e) {

return Charset.defaultCharset();

}

}

那么经过上面两个步骤，我们就能够得到一个charset对象，用他创建string，如果猜测的编码是正确的，就不会出现乱码，当然猜测代码比较耗费时间的，这个在使用的时候要注意一下。

说到乱码，我们得知道输入流是怎么处理字符的。

InputStream是一个读取字节的东西，因为无论是什么文本数据，存到系统的时候都是二进制的字节，为了能正确显示字符，需要有一个东西把字符表示为二进制字节，这个东西就是编码表。

不同的码表的字符和他对应的二进制字节的对应关系是不一致的，那么如果一个字符通过编码格式A编码，但是读取的时候通过编码格式B读取，那么就有一定几率出现乱码，为什么是有一定几率呢，是因为字符集有的是可以相互兼容的，尤其是英文字符部分，不兼容的部分就会出现乱码。

那么java是怎么处理字符流的呢？

Java的字符流从本质上来说，是字节流的衍生，他通过StreamDecoder和StreamEncoder进行处理，StreamEncoder的作用是将字符按照某种编码输出为字节，StreamDecoder作用是将某些字节按照某个编码方式解码成字符，你可以自己指定使用的编码类型，当然你不指定，他也会有一个默认的编码类型，而一旦你的文件编码和默认编码不一致，而你又没有指定字符集，那么出现乱码几乎是必然的。

因此我不赞同你认为字符流能够解决乱码问题，在这个问题上没有一劳永逸的办法，如果阁下知道更合理的解决方案欢迎补充，或者指出回答中不正确的部分。