打开 xls 文件并将其保存为 tsv 文件使用 java 和 UTF-16LE 到 UTF-8 转换答案

【问题标题】：opening xls file and saving it as tsv file using java and UTF-16LE to UTF-8 conversion打开 xls 文件并将其保存为 tsv 文件使用 java 和 UTF-16LE 到 UTF-8 转换
【发布时间】：2012-02-20 11:44:59
【问题描述】：

我有两个问题：

有没有办法通过Java打开xls文件并保存为tsv文件？编辑：或者有没有办法通过Java把xls文件转成tsv文件？

有没有一种方法可以使用 java 将 UTF-16LE 文件转换为 UTF-8？

谢谢

【问题讨论】：

标签： java file-io xls tsv

【解决方案1】：

我有两个问题：

在 StackOverflow 上，您应该将其分成两个不同的问题...

我会回答你的第二个问题：

有没有一种方法可以将 UTF-16LE 文件转换为 UTF-8 使用爪哇？

当然可以。而且方法不止一种。

基本上，您希望读取指定输入编码 (UTF-16LE) 的输入文件，然后写入指定输出编码 (UTF-8) 的文件。

假设你有一些 UTF-16LE 编码的文件：

... $ file testInput.txt 
testInput.txt: Little-endian UTF-16 Unicode character data

然后你基本上可以在 Java 中做这样的事情（这只是一个例子：你会想要填写缺失的异常处理代码，可能不会在最后放置一个换行符，如果有的话，可能会丢弃 BOM，等等。 ):

    FileInputStream fis = new FileInputStream(new File("/home/.../testInput.txt") );
    InputStreamReader isr = new InputStreamReader( fis, Charset.forName("UTF-16LE") );
    BufferedReader br = new BufferedReader( isr );
    FileOutputStream fos = new FileOutputStream(new File("/home/.../testOutput.txt"));
    OutputStreamWriter osw = new OutputStreamWriter( fos, Charset.forName("UTF-8") );
    BufferedWriter bw = new BufferedWriter( osw );
    String line = null;
    while ( (line = br.readLine()) != null ) {
        bw.write(line);
        bw.newLine();   // will add an unnecessary newline at the end of your file, fix this
    }
    bw.flush();
    // take care of closing the streams here etc.

这将创建一个 UTF-8 编码文件。

$ file testOutput.txt 
testOutput.txt: UTF-8 Unicode (with BOM) text

可以使用例如 hexdump 清楚地看到 BOM：

 $ hexdump testOutput.txt -C
00000000  ef bb bf ... (snip)

BOM 在 UTF-8 (ef bb fb) 中以三个字节编码，而在 UTF-16 中以两个字节编码。在 UTF16-LE 中，BOM 如下所示：

$ hexdump testInput.txt -C
00000000  ff fe ... (snip)

请注意，UTF-8 编码文件可能有也可能没有（两者都是完全有效的）具有“BOM”（字节顺序掩码）。 UTF-8 文件中的 BOM 并不是那么愚蠢：您不关心字节顺序，但它可以帮助快速将文本文件识别为 UTF-8 编码。根据 Unicode 规范，带有 BOM 的 UTF-8 文件是完全合法的，因此无法处理以 BOM 开头的 UTF-8 文件的阅读器会被破坏。简单明了。

如果由于某种原因您正在使用无法处理 BOM 的损坏的 UTF-8 阅读器，那么您可能需要在将其写入磁盘之前从第一个字符串中删除该 BOM。

这里有更多关于 BOM 的信息：

http://unicode.org/faq/utf_bom.html

【讨论】：

【解决方案2】：

有一个名为 jexcelapi 的库允许您打开/编辑/保存 .xls 文件。阅读 .xls 文件后，编写将其输出为 .tsv 的内容并不难。

【讨论】：

这就是问题所在。当我们使用 jexcelapi 时，没有提供“另存为”的方法。那么还有其他方法吗？