FileInputStream讀中文亂碼問題

1、前提

以讀取編碼是GBK的文件為案例，文件內容只有中文和中文符號

2、原因

FileInputStream讀中文亂碼是因為一個中文對應兩個字節存儲（負數），也就是說，讀取對應中文的字節數應該是偶數； 而英文對應一個字節存儲。FileInputStream每次讀取一個數組長度的字節時，讀取的中文字節數可能是奇數，也就是只讀到中文的一半字節，出現亂碼。

3、解決方法

• 一次讀取所有字節，此方法不靠譜，因為不確定總字節數。

• 在輸出時進行判斷，遍歷數組判斷負數的個數，如果是奇數，說明讀取到中文的一半字節，對數組進行擴容再輸出；否則正常輸出

4、代碼案例

package 第二題;
​
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.UnsupportedEncodingException;
import java.util.Arrays;
​
public class MainTest {
​
 public static void main(String[] args) throws UnsupportedEncodingException {
  // 創建File對象
  File file = new File("D:\\filetest\\file4.txt");
  FileInputStream fileInputStream = null;
  try {
   // 新建一個FileInputStream對象
   fileInputStream = new FileInputStream(file);
   // 新建一個字節數組
   byte[] buf = new byte[2];
   // read(buf)：此方法的返回值就是當前讀取的字節個數，將數據讀取到buf數組
   // 將readLen變量也就是read方法的返回值，當此變量等於-1，則讀到文件末尾
   int readLen = -1;
             //讀取文件數據
   while ((readLen = fileInputStream.read(buf)) != -1) { 
    int pos=0;//記錄負數的個數
    for(byte v:buf)
    {
     if(v<0)
     {
      pos++; 
     }
    }
    //負數個數為偶數，讀取完整，沒有讀取到半個中文
    if(pos%2==0)
    {
     // 將字節數組轉換成字符串
     String content = new String(buf, 0, readLen);
     System.out.print(content);
    }else {//負數個數為奇數，讀取不完整，會亂碼
     //再讀取下一位字節
                    int nextByteValue=fileInputStream.read();
                    int nextLen=readLen+1;
                    //字節數組擴容一位
                    buf= Arrays.copyOf(buf,nextLen);
                    buf[readLen]= (byte) nextByteValue;
                    String content=new String(buf,0,nextLen);
                    System.out.print(content);
     //奇數，字節補全
     //針對數組擴容一個字節單元
    /* buf=Arrays.copyOf(buf, readLen+1);
     int nextByteValue=fileInputStream.read();
             buf[readLen]= (byte) nextByteValue;
         String content = new String(buf, 0, readLen);
     System.out.print(content);*/
    }      
   }
  } catch (FileNotFoundException e) {
   // 輸出堆棧信息
   e.printStackTrace();
  } catch (IOException e) {
   e.printStackTrace();
  } finally {
   try {
    // 文件輸入流關閉（釋放資源）
    fileInputStream.close();
   } catch (IOException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
   }
  }
 }
}
​

5、補充內容

ANSI編碼代表本地編碼，中文默認是GBK。 https://www.cnblogs.com/yaya-yaya/p/5768616.html編碼參考資料