java修复了字符串中的混合编码

Question

我有一个包含以下字符串的文件：

AAdοbe Dοcument Clοud

如果在记事本++中查看。在十六进制视图中，字符串如下所示：

如果我用Java读取文件，字符串如下所示：

AAdοbe Dοcument Clοud

如何在Java中获得与Notepad++相同的编码

Answer 1

您必须使用与文件相同的编码读取java文件

如果您正在使用非标准编码，甚至尝试使用以下内容读取编码：

InputStreamReader r = new InputStreamReader(new FileInputStream(theFile));
r.getEncoding()

可能会输出错误的值

几乎没有一个库可以更好地处理编码识别：https://code.google.com/archive/p/juniversalchardet/
它在获得正确编码方面也有一些漏洞，但我已经使用了它
在使用它时，我发现大多数非标准编码都可以用UTF-16读取，比如：

new FileReader(fileName, StandardCharsets.UTF_16)

从一段时间以来，Java支持使用UTF-16编码。它在Java标准API中定义为StandardCharsets.UTF_16。该字符集包含许多特定于语言的字符和表情符号

Answer 2

您的文件编码为UTF-8，CE BF字节是字符ο（'GREEK SMALL LETTER OMICRON' (U+03BF)）的UTF-8编码

如果使用记事本++中的Encoding下拉菜单指定UTF-8，则应看到以下内容：

AAdοbe Dοcument Clοud

你可能想用普通的拉丁字母o（'LATIN SMALL LETTER O' (U+006F)）来代替希腊字母

如果决定保留希腊文ο，则需要确保Java程序使用UTF-8读取文件，最好使用以下其中一种方法：

BufferedReader reader = Files.newBufferedReader(Paths.get("file.txt")); // UTF-8 is the default

BufferedReader reader = Files.newBufferedReader(Paths.get("file.txt"), StandardCharsets.UTF_8);

如果您使用调试器查看文本，您应该看到它现在已被正确读取。如果打印文本，请确保正在使用的控制台窗口可以处理UTF-8字符，否则即使正确读取，也可能打印错误

Answer 3

您必须在此文件读取器中设置编码

new FileReader(fileName, StandardCharsets.UTF_8)