Java讀取文本文件中文亂碼問題

最近遇到一個問題，Java讀取文本文件（例如csv文件、txt文件等），遇到中文就變成亂碼。讀取代碼如下：

 

List<String> lines=new ArrayList<String>();
BufferedReader br = new BufferedReader(new FileReader(fileName));
String line = null;
while ((line = br.readLine()) != null) {
      lines.add(line);
}
br.close();

 

后來百度和Google了之后，終於找到原因，還是從原理開始講吧：

 

Java的I/O類處理如圖：

Reader 類是 Java 的 I/O 中讀字符的父類，而 InputStream 類是讀字節的父類，InputStreamReader 類就是關聯字節到字符的橋梁，它負責在 I/O 過程中處理讀取字節到字符的轉換，而具體字節到字符的解碼實現它由 StreamDecoder 去實現，在 StreamDecoder 解碼過程中必須由用戶指定 Charset 編碼格式。值得注意的是如果你沒有指定 Charset，將使用本地環境中的默認字符集，例如在中文環境中將使用 GBK 編碼。

                                    Java的I/O類處理圖

 

總結：Java讀取數據流的時候，一定要指定數據流的編碼方式，否則將使用本地環境中的默認字符集。

 

經過上述分析，修改之后的代碼如下：

 

List<String> lines=new ArrayList<String>();
BufferedReader br=new BufferedReader(new InputStreamReader(new FileInputStream(fileName),"UTF-8"));
String line = null;
while ((line = br.readLine()) != null) {
      lines.add(line);
}
br.close();

 

參考資料：

http://www.ibm.com/developerworks/cn/java/j-lo-chinesecoding/

http://hi.baidu.com/annleecn/blog/item/154770ed900738db2e2e2151.html

http://sd8089730.iteye.com/blog/1290895

http://www.360doc.com/content/07/0403/09/16749_427888.shtml

 

本文轉載自：https://blog.csdn.net/mr_orange_klj/article/details/78563906