IO流讀寫文件中文亂碼的解決

• 問題描述

  在使用 Java 讀寫文件的過程中，當涉及到中文字符，會出現亂碼的問題，讀取內容與預期結果不符。

• 問題分析

  所有的文件都是有編碼格式的，其中 txt 和 Java 文件一般有三種編碼格式：ISO8859-1、GSK 和 UTF-8.

  其中 ISO8859-1 是西歐編碼，不適用中文漢字；GSK 和 UTF-8 適用於中文。Windows 10下默認的編碼格式是 UTF-8.

  基於此，使用不同的編碼格式讀寫文件，就會產生亂碼。例如，eclipse 下默認的編碼格式為 GBK，直接使用字符流讀取會產生如下亂碼。

  • 代碼部分

        /**
	 * 緩沖字符流讀文件
	 * @param inPath
	 * @return
	 * @throws Exception
	 */
	public static String testBufferedReader(String inPath) throws Exception {
		BufferedReader bi = new BufferedReader(new FileReader(inPath));
		StringBuffer sbr = new StringBuffer();
		String s = null;

		while((s = bi.readLine()) != null) {
			sbr.append(s);
		}
		s = sbr.toString();
		bi.close();
		
		return s;
	}

- 測試用例

- 測試結果

• 解決方案

  使用轉換流 InputStreamReader 和 OutputStreamWriter 按指定字符集解碼文件，可解決這一問題。

  • 代碼部分

        /**
	 * 緩沖字符流讀文件
	 * @param inPath
	 * @return
	 * @throws Exception
	 */
	public static String testBufferedReader(String inPath) throws Exception {
		BufferedReader bi = new BufferedReader(new InputStreamReader(new FileInputStream(inPath), "UTF-8"));
		StringBuffer sbr = new StringBuffer();
		String s = null;

		while((s = bi.readLine()) != null) {
			sbr.append(s);
		}
		s = sbr.toString();
		bi.close();
		
		return s;
	}

- 測試用例

- 測試結果