读取流时出现java编码问题答案

【问题标题】：java encoding issue while reading stream读取流时出现java编码问题
【发布时间】：2014-06-17 09:41:15
【问题描述】：

我正在尝试从 ftp 文件夹下载内容。有一个以标准化 xml 代码开头的 xml 文件。

< ?xml version="1.0" encoding="utf-8"?>

当我读取这些文件（使用 java.net.Socket）并获取输入流然后尝试转换为字符串时，不知何故我得到了一些新字符。整个 xml 文档以“？”开头例如。 "?....."

BufferedInputStream reader = new BufferedInputStream(sock.getInputStream());

然后我使用以下代码从该阅读器获取一个字符串。

StringBuilder sb = new StringBuilder();

String line;
BufferedReader br = new BufferedReader(new InputStreamReader(reader));

while ((line = br.readLine()) != null) {
    sb.append(line);
}
System.out.println ("sb.toString()");

不确定这里发生了什么。为什么我要介绍一些特殊的字符？任何建议将不胜感激

然后我只是使用以下代码读取文件并在控制台中看到一些特殊字符

BufferedReader reader = new BufferedReader(new     FileReader("c:/Users/appd922/DocumentMeta06122014.xml"));
StringBuffer sb = new StringBuffer();
String line = null;
while ((line = reader.readLine()) != null) {
sb.append(line);
}

String output = sb.toString();
System.out.println("reading from file"+output);

我开始输出了 “正在读取文件ï»¿

我从哪里得到这些特殊字符？

注意-忽略上面给出的 xml 文件行中的空格。如果没有那个空格，我不能用适当的 xml 在这里写。

【问题讨论】：

如果文件已使用 UTF-8 编码正确读取，前三个字节将被读取为单个 byte order mark 字符，'\ufeff'，一个特殊的 Unicode 字符，专门用于文本文档中的第一个字符，软件可以使用它来确定文档的整体编码（包括字节顺序，如果使用 UTF-16 或 UTF-32）。在您的情况下，它显示为三个字符“ï»¿”，因为您使用 FileReader 使用系统的默认字符集，该字符集假定每个字节是一个字符。
是否适合将 BOM 包含在带有 prolog 的 xml 文档中？

标签： java encoding ftp

【解决方案1】：

创建InputStreamReader从ftp读取文件时指定编码，例如：

BufferedReader br = new BufferedReader(new InputStreamReader(reader, "utf-8"));

否则，InputStreamReader 使用默认编码。另外，在读取下载的文件时指定编码。 FileReader 使用默认平台编码。使用InputStreamReader并指定编码，例如：

BufferedReader in = new BufferedReader(new InputStreamReader(new FileInputStream(filePath), "utf-8"));

【讨论】：

【解决方案2】：

这些字符被称为 BOM，字节顺序标记。如果您将InputStreamReader 的编码设置为“UTF-8”，您可以看到它们被解释为单个字符，即 BOM 字符。

不幸的是，您必须自己处理这个字符，因为 Java 不会为您处理：java utf-8 and bom。通常你只是去掉它的流。祝你好运。

【讨论】：

是的，我必须处理 BOM 的代码，我删除了这个字符 - "\uFEFF"。它奏效了。谢谢