如何以不同的编码功能读取文件？答案

【问题标题】：How to read fie in different encoding functions?如何以不同的编码功能读取文件？
【发布时间】：2015-02-02 09:18:14
【问题描述】：

我正在读取如下代码所示的文件，我想要做的是，能够以不同的编码读取文件，例如“big endian”，“little endian”。我在谷歌上找过，但我得到的是this link，我不清楚如何将它与inputStream 和bufferedStream 一起使用

代码：

private void fileToHash(File myFile) throws IOException {
    // TODO Auto-generated method stub
    this.fileHash = new HashMap<Integer, DataRow>();

    InputStream iS = new FileInputStream(myFile);
    BufferedReader bR = new BufferedReader(new InputStreamReader(iS));

【问题讨论】：

也许这对你有帮助？ stackoverflow.com/questions/8028094/…

标签： java encoding inputstream bufferedreader

【解决方案1】：

您应该将编码传递给 InputStreamReader 构造函数，例如

new InputStreamReader(iS, "UTF-16LE");

【讨论】：

谢谢。 1-编码名称是类常量吗？因为我知道 ecncoding s 但不知道拼写或示例。2- 如果未指定编码，是否有默认值？
StandardCharsets 中有几个常量。默认值取决于操作系统。
我检查了你提到的那个类，但没有字节序？
1 - 您可以找到 JRE 支持的编码为 Charset.availableCharsets(); 2 - Java 采用操作系统的默认编码，您可以通过 System.getProperty("file.encoding); 找到它

【解决方案2】：

Reader API 旨在处理具有不同字符集（或字符集）的文本文件，即 ISO Latin、UTF、ASCII、EBCDIC。这仅与字节序有关。

如果您想读取以不同字节序编码的二进制数据，您可以自己读取字节并通过移位或使用NIO's ByteBuffer 来计算数字。要切换字节顺序，请使用order() 方法。

http://mindprod.com/jgloss/bytebuffer.html

【讨论】：

【解决方案3】：

InputStream/byte[] 是二进制，Reader/String 是文本。桥接 InputStreamReader 具有用于转换的编码的可选参数。编码默认为平台编码。

InputStream iS = new FileInputStream(myFile);
BufferedReader bR = new BufferedReader(new InputStreamReader(iS, encoding));

测试其编码所在的文件本身就是一门艺术。可以检测到违反 UTF-8 多字节编码。 ÚTF-16LE 和 ~BE 通常可以通过 ASCII 文本（如果存在）的奇数或偶数位置的字节 0x00 检测到。我将查找编码与识别语言相结合，因为检测具有非 ascii 字符的单词可以帮助查找使用的编码。使用每种语言中最常用的 100 个单词，并且每种语言的编码已经有所帮助。

您需要处理字节，getChannel() 用于 FileChannel，然后使用 ByteBuffer。简单地读取前 4 KB 会产生最后一个字节的问题：UTF-8 序列可能会被截断，或者 UTF-16 对拆分。

StandardCharsets 中有字符集常量，但仅适用于每个 JavaSE 安装都可用的那些标准字符集（例如StandardCharsets.UTF_8 和ISO_8859_1）。在您的情况下不是很有用。不过你可以测试一下Charset的可用性：

Charset.availableCharsets()

【讨论】：

【解决方案4】：

你也可以看看JBBP library，它允许读取以不同字节顺序写入的数据，JBBPBitInputStream 允许定义字节顺序（甚至位顺序）

【讨论】：