使用字节流读取文本文件时，乱码问题的产生与解决

问题：

使用字节流读取文本文件时，会将一个汉字劈成两半，一次只能读一半出来，产生了乱码，无法使用。就算是一次读取2个字节出来，也依然不能解决问题。

如何解决乱码问题，读出完整的汉字和中英文混杂的整篇文章呢？

char型变量是用来存储Unicode编码的字符的，unicode编码字符集中包含了汉字，所以，char型变量中当然可以存储汉字啦。所有字符均以2个字节存储。
这个方法使用一个byte的数组作为一个缓冲区，每次从数据源中读取和缓冲区大小（二进制位）相同的数据并将其存在缓冲区中。当然byte数组中存放的仍然是0-255的整数，将二进制转换为十进制这个过程仍然是read方法实现的。
当然byte数组中存放的仍然是0-255的整数，将二进制转换为十进制这个过程仍然是read方法实现的。
需要注意的是，虽然我们可以指定缓冲区的大小，但是read方法在读取数据的时候仍然是按照字节来读取的。在utf-8等变长编码中，一个复杂字符（比如汉字）所占字节往往大于1，并且长度往往是不固定的。（参照UTF-8编码规则）按照字节读取数据会将字符割裂，这就导致我们在使用read(byte[] b)方法读取文件时，虽然指定了缓冲区的大小，但是仍然会出现乱码。

解决办法：先读一个字节出来，判断是否是双字节字符（如汉字）的一半，如果是，就再读一个字节进来。然后，将两次读取的内容组装在一起，就是一个完整的汉字了。就算是有多字节的，未来也是可以照此思路解决的。

关键代码如下：

byte [] bytes1=new byte[1]; //创建英文数组，准备接收字符串，存放1个字节

byte [] bytes2=new byte[2]; //处理中文，准备接收字符串，存放2个字节（双字节）

if (fis.available()!=-1){ //如果多次读取，要用while,此处从简

int size=0;
int j= 0; //第几次读取

while ((size = fis.read(bytes1))!=-1){
                       j++; //读取次数
                       sBytes = new String(bytes1);
                       //如果读取到的bytes[0]<0,说明是中文的半个字符，则再读取一个字节进来
                       if (bytes1[0]<0){
                           bytes2[0]=bytes1[0];
                           fis.read(bytes1);
                           bytes2[1]= bytes1[0];
                           sBytes = new String(bytes2);//重新组装
                       }
                       sAll=sAll + sBytes;    // sAll:文件的总内容
                       System.out.println("第"+j+ "次，内容sBytes:"+ sBytes+ "\t"+ "size:"
                                        + size+ "\t"+ bytes1[0]); // (char)bytes[0]
                   }

使用字节流读取文本文件时，乱码问题的产生与解决相关推荐

EXE4J 解决生成文件时或者读取文件时乱码
EXE4J 解决生成.文件时或者读取文件时乱码问题一定要添加:VM Parameters:-Dfile.encoding=utf-8 下载链接:https://download.csdn.net/ ...
java中用字节流读取文本时中文乱码
字节流可以读取任何文件,视频流:音频流都可以: 字符流只能读取字符: 说明:一般的汉字是2个字节,而英语字母是1个字节,如果用字节流读取中文,一个字节一个字节的输出,容易把中文汉字截断,建议用字符流读 ...
java 文件读取进度_读取文本文件时如何使用Java进度栏？
我是java swing的新手,我想阅读文本文件.在读取该文件时,我想在java进度栏中显示已读行的百分比.欢迎任何示例代码.我试过了,但我不知道我的逻辑是否正确.我怎样才能做到这一点. import ...
读取文本文件时 U+FEFF 导致的奇怪问题
https://www.cnblogs.com/jessezeng/p/6729690.html 项目中经常会从一些文本文件中读取数据进行业务处理,最近遇到一个问题,另外一个部门提供一个txt文本给我 ...
cookie读取中文时乱码
先写入一个cookie: public static void SetCookie(string name, string value, int day) { name = Encrypt(name, ...
计算机硬盘磁道损坏有什么症状,计算机硬盘扇区损坏，读取数据时出现死机现象的解决方法...
长时间使用计算机硬盘时,许多用户遇到了坏扇区,这将大大降低硬盘的使用寿命. 读取坏扇区数据时,在严重的情况下会冻结甚至崩溃. 如果计算机的硬盘上有坏道,则必须修复逻辑坏道. 如何修复计算机硬盘上的坏道 ...
使用字节流读取中文的问题
当使用字节流读取文本文件时,可能会有一个小问题.就是遇到中文字符时,可能不会显示完整的字符,那是因为一个中文字符可能占用多个字节存储.所以Java提供一些字符流类,以字符为单位读写数据,专门用于处理文 ...
python读取txt数据-python读取文本文件数据
本文要点刚要: (一)读文本文件格式的数据函数:read_csv,read_table 1.读不同分隔符的文本文件,用参数sep 2.读无字段名(表头)的文本文件 ,用参数names 3.为文本文件制 ...
python读取txt文件第一行-python读取文本文件数据
本文要点刚要: (一)读文本文件格式的数据函数:read_csv,read_table 1.读不同分隔符的文本文件,用参数sep 2.读无字段名(表头)的文本文件 ,用参数names 3.为文本文件制 ...

使用字节流读取文本文件时，乱码问题的产生与解决

使用字节流读取文本文件时，乱码问题的产生与解决相关推荐

最新文章

热门文章