java中从BufferedReader到BufferedWriter的字符损坏答案

【问题标题】：Character corruption going from BufferedReader to BufferedWriter in javajava中从BufferedReader到BufferedWriter的字符损坏
【发布时间】：2011-04-03 07:56:44
【问题描述】：

在 Java 中，我试图解析包含复杂文本（如希腊符号）的 HTML 文件。

当文本包含左引号时，我遇到了一个已知问题。

等文字

mutations to particular “hotspot” regions

变成

 mutations to particular “hotspot�? regions

我已经通过编写一个简单的文本副本来隔离问题：

public static int CopyFile()
{
    try
    {
    StringBuffer sb = null;
    String NullSpace = System.getProperty("line.separator");
    Writer output = new BufferedWriter(new FileWriter(outputFile));
    String line;
    BufferedReader input =  new BufferedReader(new FileReader(myFile));
while((line = input.readLine())!=null)
    {
        sb = new StringBuffer();
        //Parsing would happen
        sb.append(line);
        output.write(sb.toString()+NullSpace);
    }
        return 0;
    }
    catch (Exception e)
    {
        return 1;
    }
}

任何人都可以提供一些建议来解决这个问题吗？

★我的解决方案

InputStream in = new FileInputStream(myFile);
        Reader reader = new InputStreamReader(in,"utf-8");
        Reader buffer = new BufferedReader(reader);
        Writer output = new BufferedWriter(new FileWriter(outputFile));
        int r;
        while ((r = reader.read()) != -1)
        {
            if (r<126)
            {
                output.write(r);
            }
            else
            {
                output.write("&#"+Integer.toString(r)+";");
            }
        }
        output.flush();

【问题讨论】：

只是我还是“缓冲区”阅读器在最后一个 sn-p 中过时了？

标签： java html-parsing special-characters bufferedreader bufferedwriter

【解决方案1】：

Javadoc for FileReader 说：

此类的构造函数假定默认字符编码和默认字节缓冲区大小是适当的。要自己指定这些值，请在 FileInputStream 上构造一个 InputStreamReader。

在您的情况下，默认字符编码可能不合适。查找输入文件使用的编码，并指定它。例如：

FileInputStream fis = new FileInputStream(myFile);
InputStreamReader isr = new InputStreamReader(fis, "charset name goes here");
BufferedReader input = new BufferedReader(isr);

【讨论】：

【解决方案2】：

除了 Thierry-Dimitri Roy 所写的内容之外，如果您知道编码，则必须通过一些额外的工作来创建您的 FileReader。来自文档：

阅读便民班字符文件。的构造函数这个类假设默认字符编码和默认字节缓冲区大小是合适的。到自己指定这些值，在 a 上构造一个 InputStreamReader 文件输入流。

【讨论】：

【解决方案3】：