从 csv 文件中读取 unicode 字符答案

【问题标题】：Reading unicode characters from csv file从 csv 文件中读取 unicode 字符
【发布时间】：2013-01-16 06:25:20
【问题描述】：

我有一个csv file，其中包含英语单词和印地语翻译。我正在尝试读取 csv 文件并对其进行进一步处理。 csv 文件如下所示：

English,,Hindi,,,  
,,,,,  
Cat,,बिल्ली,,,  
Rat,,चूहा,,,  
abandon,,छोड़ देना,त्याग देना,लापरवाही की स्वतन्त्रता,जाने देना

我正在尝试逐行读取 csv 文件并显示已写入的内容。代码sn -p（Java）如下：

   //Step 2. Read csv file and get the string.
            FileInputStream fis = null;
            BufferedReader br = null;
            try {
                fis = new FileInputStream(new File(csvFile));
            } catch (FileNotFoundException e1) {
                // TODO Auto-generated catch block
                e1.printStackTrace();
            }

            boolean startSeen = true;
            if(fis != null) {
                try {
                    br = new BufferedReader(new InputStreamReader(fis, "UTF-8"));
                } catch (UnsupportedEncodingException e2) {
                    // TODO Auto-generated catch block
                    e2.printStackTrace();
                    System.out.print("Unsupported encoding");
                }
                String line = null;
                if(br != null) {
                    try {
                        while((line = br.readLine()) != null) {
                            if(line.contains("English") == true) {
                                startSeen = true;
                            }

                            if((startSeen == true) && (line != null)) {
                                StringBuffer sbuf = new StringBuffer();
                                //Step 3. Parse the line.
                                sbuf.append(line);
                                System.out.println(sbuf.toString());
                            }
                        }
                    } catch (IOException e1) {
                        // TODO Auto-generated catch block
                        e1.printStackTrace();
                    }
                }  
}

但是，我得到以下输出：

English,,Hindi,,,
,,,,,
Cat,,??????,,,
Rat,,????,,,
abandon,,???? ????,????? ????,???????? ?? ???????????,???? ????

我的 Java 不是那么好，虽然我已经阅读了许多关于 SO 的帖子，但我需要更多帮助来找出这个问题的确切原因。

【问题讨论】：

旁注：您不必像 if(line.contains("English") == true) 和 (startSeen == true) 那样将布尔值等同起来，而是可以直接使用 if(line.contains("English")) 和 (startSeen)，因为它们可能是 true 或 false .
@smit：点了。谢谢！

标签： java file-io unicode

【解决方案1】：

对于读取文本文件，最好使用字符流，例如直接使用 java.util.Scanner 而不是 FileInputStream。关于编码，您必须首先确保您要读取的文本文件保存为“UTF-8”而不是其他方式。我还注意到在我的系统中，我还必须将我的 java 源文件保存为 'UTF-8' 以使其正确显示印地语字符。

但我想建议更简单的读取 csv 文件的方法如下：

Scanner scan = new Scanner(new File(csvFile));
while(scan.hasNext()){
   System.out.println(scan.nextLine());
}

【讨论】：

问题是我的文件没有保存为UTF-8。当我在编辑器中加入 Evgeniy 的粘贴 println 命令的解决方案时，Eclipse 为我提供了将内容保存为 UTF-8 的选项。从某种意义上说，你们都做对了。谢谢！
同样的问题。我的 Java 文件没有保存为 UTF-8。 +1 以获得帮助完整答案。
我创建了一个新的文本文件，并在那里写了几个梵文（印地语/马拉地语）单词。保存eclipse时问我是否要将其保存为UTF-8。我说是。所以我猜文件是必需的格式。但是上面的代码不起作用。它不打印任何东西。如果我只有英文字符；然后只有它打印。它是否特定于任何 Java 版本？
@jon Kartago ;尽管您已将其标记为粗体；我忘记保存我的 Java 文件以使用 UTF-8

【解决方案2】：

我认为您的控制台无法显示印地语字符。试试看

System.out.println("Cat,,बिल्ली,,,");

测试

【讨论】：

我在编辑器中尝试了你的命令，这似乎是问题所在。在保存文件时，Eclipse 提供了以 UTF-8 保存代码的选项。现在它起作用了。谢谢！

【解决方案3】：

正如上面的答案所讨论的；解决方案是两个步骤 1) 将您的 txt 文件另存为 UTF-8 2) 更改 Java 代码的属性以使用 UTF-8 在日食中；右键单击Java文件；属性 -> 资源 -> 文本文件编码 -> 其他 -> UTF-8

请参阅上给出的屏幕截图 http://howtodoinjava.com/2012/11/27/how-to-compile-and-run-java-program-written-in-another-language/

【讨论】：