使用 OpenCSV 解析包含 Unicode 字符的 CSV 文件

Question

我正在尝试在 NetBeans 6.0.1 中使用 OpenCSV 解析 .csv 文件。我的文件包含一些 Unicode 字符。当我将其写入输出时，字符会以其他形式出现，例如 (HJ1'-E/;)。当我在记事本中打开这个文件时，它看起来没问题。

我使用的代码：

CSVReader reader=new CSVReader(new FileReader("d:\\a.csv"),',','\'',1);
    String[] line;
    while((line=reader.readNext())!=null){
        StringBuilder stb=new StringBuilder(400);
        for(int i=0;i<line.length;i++){
            stb.append(line[i]);
            stb.append(";");
        }
        System.out.println( stb);
    }

Answer 1

首先您需要知道您的文件采用什么编码，例如 UTF-8 或 UTF-16。从什么开始生成这个文件？

之后，它就相对简单了 - 您需要创建一个 FileInputStream 包裹在一个 InputStreamReader 中，而不仅仅是一个 FileReader。 （FileReader 始终使用系统的默认编码。）在创建 InputStreamReader 时指定要使用的编码，如果您选择了正确的编码，那么一切都应该开始工作了。

请注意，您不需要使用 OpenCSV 来检查这一点 - 您可以自己阅读文件的文本并将其全部打印出来。我不确定我是否相信 System.out 能够处理非 ASCII 字符 - 您可能希望找到一种不同的检查字符串的方法，例如将字符的各个值打印为整数（最好是十六进制) 然后将它们与charts at unicode.org 进行比较。另一方面，你可以尝试正确的编码，看看会发生什么...

编辑：好的，所以如果您使用的是 UTF-8：

CSVReader reader=new CSVReader(
    new InputStreamReader(new FileInputStream("d:\\a.csv"), "UTF-8"), 
    ',', '\'', 1);
String[] line;
while ((line = reader.readNext()) != null) {
    StringBuilder stb = new StringBuilder(400);
    for (int i = 0; i < line.length; i++) {
         stb.append(line[i]);
         stb.append(";");
    }
    System.out.println(stb);
}

（我希望你有一个 try/finally 块来关闭你真实代码中的文件。）