从 java 中的 csv 文件读取时，斯洛伐克语字符变得混乱答案

【问题标题】：Slovak characters are getting messed up when reading from csv file in java从 java 中的 csv 文件读取时，斯洛伐克语字符变得混乱
【发布时间】：2012-06-21 13:49:32
【问题描述】：

我正在尝试通过包含一些斯洛伐克语字符的 InputStream 读取逗号分隔的文件，因此我在 InputStream 参数中传递了正确的字符编码。但是角色仍然会变得一团糟。

InputStreamReader stream = new InputStreamReader(inputStreamToExcel,"ISO-8859-2");

例如dd890èš 变成 dd890č 最后两个斯洛伐克字符搞砸了。

请帮忙。

【问题讨论】：

您如何确定“正确的”编码是 ISO-8859-2？什么产生了这个文件？
@Jon Skeet 也可以与 ISO-8859-2 和 ISO8859_2 一起使用 (Windows cp1250)
@Infotechie Windows XP 可以忽略 Java 中的任何设置（在某些情况下），您必须获得用于文件的正确字符集，我编写了自己的测试类？或正方形
@mKorbel：你所说的“合作”是什么意思？除非您拥有 OP 的原始文件，否则您无法判断 ISO-8859-2 是否正确对于该文件，这很重要。
@Jon Skeet 接受ISO-8859-2 和ISO8859_2 这两个数字，请在此处查看我已删除的帖子

标签： java unicode inputstream

【解决方案1】：

这是因为您的编码。您正在使用“ISO-8859-2”编码创建 InputStreamReader。

尝试使用“UTF-8”。同时检查文件的编码是什么。

【讨论】：

【解决方案2】：

您可以使用 Notepad++ (Encoding->Character Set) 或其他编辑器来确定文件的编码方式。您的代码没有任何问题。你只需要找到正确的编码。

【讨论】：

当我在 Notepad++ 中更改字符集时，没有字符集正确显示字符。字符仅在 ANSI 编码中正确可见。
@Infotechie 尝试使用“ISO8859_2”而不是“ISO-8859-2”。见docs.oracle.com/javase/1.4.2/docs/guide/intl/encoding.doc.html

【解决方案3】：

org.apache.commons.lang.StringEscapeUtils escapeHtml(value) 解决了这个问题。通过 escapeHTML，我能够看到准确的 html 实体代码，这有助于我分析应用程序读取了正确的字符。但是当它被分配给 String 时，它以某种方式被转换为错误的格式。但是，当将 unescapedHtml 字符串传递给浏览器时，它会被浏览器正确显示，因为浏览器可以正确理解 HTML 实体代码。

参考：http://www.w3schools.com/tags/ref_ascii.asp http://www.alanwood.net/demos/ansi.html

这是我的分析。如果有人有什么要补充的，请补充。

【讨论】：