Java - 无法读取外来字符

Question

我之前已经成功使用过 ISO8859-13 字符编码，但这次似乎不起作用。

基于网站https://en.wikipedia.org/wiki/ISO/IEC_8859-13，它是一个有效字符。

这些是存储在文件中的 3 个字符。 啊啊啊

这是正在使用的代码。

import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;

public class ReadFile
{
    public static void main(String[] arguments)
    {
        try
        {
            File inFile = new File("C:\\Downloads\\MyFile.txt");
            if (inFile.exists())
            {
                System.out.println("File found");
                BufferedReader in = new BufferedReader(
                        new InputStreamReader(new FileInputStream(inFile), "ISO8859-13"));

                String line = null;

                while ( (line = in.readLine()) != null )
                {
                    System.out.println("Line Read: >" + line + "<");
                }
            }
            else
            {
                System.out.println("File not found");
            }
        }
        catch (IOException e)
        {
        }

    }
}

在使用和/或不使用 Eclipse 的 Windows 和 Linux 上的输出是相同的。

 Line Read: >?¤?¤?¤<

这以前适用于许多其他角色，但为什么不适用呢？

Answer 1

对于您所观察到的情况，可能有多种解释。最可能的两个，以及一些可用于确认您已找到原因的代码：

选项 #1：终端问题

也许您正在将其写入无法呈现 ä 的终端，或者存在终端传输问题（终端最终只是一堆连接在一起的流和管道，它们是引擎盖下的字节，因此，如果过程的一部分认为所有字节都被解释为 UTF-8 编码的文本，而另一部分是 ISO-8859-13 编码的，那么你会遇到问题）。鉴于您在 Windows 上看到与在 linux 上完全相同的输出，这是不太可能的（如果您在 IDE 的“控制台”视图中看到这一点，或者在不同系统上看到相同代码的不同输出，则特别有可能）。如果您想测试它，请运行：System.out.println("unicode codepoint of the first character: " + (int) line.charAt(0)); - 这应该打印228，这是ä 的 unicode 代码点。如果没有，那么您可以确定这不是（唯一的）问题。

如果是这样，解决方法是使用另一个终端或弄乱设置，我只想问另一个 SO 问题并提供有关您的设置的大量详细信息（哪个操作系统，哪个终端客户端，@ 987654323@打印，客户端是否有编码选项等）。

选项 #2：它实际上不是 ISO-8859-13

这也很容易测试：注释掉您的 BufferedReader in = .... 行并将其替换为：System.out.println(new FileInputStream(file).read()); - 这应该打印 228。如果它打印其他任何内容，则您的输入文件实际上不是 ISO-8859-13 .

如果是这样，请找出实际的编码并使用它。例如，在 UTF-8 编码中，ä 将在文件中以 2 个字节结束。这已经意味着您的输入文件仅包含 äää 而之后甚至没有换行符是 6 个字节大（在 ISO-8859-13 中，它将是 3 个字节），并且当您使用 @987654328 读取它们时，原始字节@，按顺序排列：195 164 195 164 195 164。因此，如果您运行上面的代码并打印 195 而不是 228 - 您的输入可能是 UTF-8；它绝对不在 ISO-8859-13 中。