Java应用程序：无法读取ISO
我有一个编码为iso-8859-1的文件，并且包含诸如ô的字符。
我正在用java代码读取此文件，如下所示：
File in = new File("myfile.csv");
InputStream fr = new FileInputStream(in);
byte[] buffer = new byte[4096];
while (true) {
int byteCount = fr.read(buffer, 0, buffer.length);
if (byteCount <= 0) {
break;
}
String s = new String(buffer, 0, byteCount,"ISO-8859-1");
System.out.println(s);
}
然而，ô字符总是乱码，通常打印为？ 。
我已经阅读了这个主题（并在路上学到了一些），例如
但仍然无法得到这个工作
有趣的是，这适用于我的本地电脑（XP），但不是在我的Linux机器上。
我检查了我的jdk支持所需的字符集（它们是标准的，所以这不是令人惊奇的）使用：
System.out.println(java.nio.charset.Charset.availableCharsets());
我怀疑你的文件实际上没有被编码为ISO-8859-1，或者System.out不知道如何打印字符。
我建议检查第一个，检查文件中的相关字节。 要检查第二个，请检查字符串中的相关字符，并将其打印出来
System.out.println((int) s.getCharAt(index));
在这两种情况下，结果应该是244小数; 0xf4十六进制。
请参阅我的关于Unicode调试的文章，以获取常规建议（所提供的代码使用C＃，但很容易转换为Java，原理相同）。
一般来说，顺便说一下，我会用正确的编码将InputStreamReader封装到流中 - 这比“手动”创建新字符串更容易。 我意识到这可能只是演示代码。
编辑：这是一个非常简单的方法来证明控制台是否可以工作：
System.out.println("Here's the character: u00f4");
将文件解析为固定大小的字节块并不好 - 如果某些字符具有横跨两个块的字节表示，该怎么办？ 改用适当的字符编码来使用InputStreamReader ：
BufferedReader br = new BufferedReader(
new InputStreamReader(
new FileInputStream("myfile.csv"), "ISO-8859-1");
char[] buffer = new char[4096]; // character (not byte) buffer
while (true)
{
int charCount = br.read(buffer, 0, buffer.length);
if (charCount == -1) break; // reached end-of-stream
String s = String.valueOf(buffer, 0, charCount);
// alternatively, we can append to a StringBuilder
System.out.println(s);
}
顺便说一句，记得检查确实可以正确显示unicode字符。 您也可以将程序输出重定向到一个文件，然后将其与原始文件进行比较。
正如Jon Skeet所说，问题也可能与控制台有关。 尝试System.console().printf(s)以查看是否有区别。
@Joel - 你自己的答案证实了这个问题是你的操作系统上的默认编码（UTF-8，一个Java选取的）和你的终端使用的编码（ISO-8859-1）之间的差异。
考虑这个代码：
public static void main(String[] args) throws IOException {
byte[] data = { (byte) 0xF4 };
String decoded = new String(data, "ISO-8859-1");
if (!"u00f4".equals(decoded)) {
throw new IllegalStateException();
}
// write default charset
System.out.println(Charset.defaultCharset());
// dump bytes to stdout
System.out.write(data);
// will encode to default charset when converting to bytes
System.out.println(decoded);
}
默认情况下，我的Ubuntu（8.04）终端使用UTF-8编码。 通过这种编码，可以打印：
UTF-8
2 O
如果我将终端的编码切换到ISO 8859-1，则会打印：
UTF-8
ôÃ'
在这两种情况下，Java程序都会发送相同的字节：
5554 462d 380a f4c3 b40a
唯一的区别在于终端如何解释它收到的字节。 在ISO 8859-1中，ô编码为0xF4。 在UTF-8中，ô编码为0xC3B4。 其他字符对于这两种编码都是通用的。
链接地址: http://www.djcxy.com/p/66117.html上一篇: Java App : Unable to read iso
下一篇: ASP.NET Core Application Logs Not Written To Blob in Azure App Service