Java读取、写入文件如何解决乱码问题

网友投稿 244 2023-07-30


Java读取、写入文件如何解决乱码问题

读取文件流时,经常会遇到乱码的现象,造成乱码的原因当然不可能是一个,这里主要介绍因为文件编码格式而导致的乱码的问题。首先,明确一点,文本文件与二进制文件的概念与差异。

文本文件是基于字符编码的文件,常见的编码有ASCII编码,UNICODE编码、ANSI编码等等。二进制文件是基于值编码的文件,你可以根据具体应用,指定某个值是什么意思(这样一个过程,可以看作是自定义编码。)

因此可以看出文本文件基本上是定长编码的(也有非定长的编码如UTF-8)。而二进制文件可看成是变长编码的,因为是值编码嘛,多少个比特代表一个值,完全由你决定。

对于二进制文件,是千万不能使用字符串的,因为字符串默认初始化时会使用系统默认编码,然而,二进制文件因为自定义编码自然与固定格式的编码会有所冲突,所以对于二进制的文件只能采用字节流读取、操作、写入。

对于文本文件,因为编码固定,所以只要在读取文件之前,采用文件自身的编码格式解析文件,然后获取字节,再然后,通过指定格式初始化字符串,那么得到的文本是不会乱码的。虽然,二进制文件也可以获取到它的文本编码格式,但是那是不准确的,所以不能同日而语。

具体操作如下:

1)获取文本文件的格式

public static String getFileEncode(String path) {

String charset ="asci";

byte[] first3Bytes = new byte[3];

BufferedInputStream bis = null;

try {

boolean checked = false;

bis = new BufferedInputStream(new FileInputStream(path));

bis.mark(0);

int read = bis.read(first3Bytes, 0, 3);

if (read == -1)

return charset;

if (first3Bytes[0] == (byte) 0xFF && first3Bytes[1] == (byte) 0xFE) {

charset = "Unicode";//UTF-16LE

checked = true;

} else if (first3Bytes[0] == (byte) 0xFE && first3Bytes[1] == (byte) 0xFF) {

charset = "Unicode";//UTF-16BE

checked = true;

} else if (first3Bytes[0] == (byte) 0xEF && first3Bytes[1] == (byte) 0xBB && first3Bytes[2] == (byte) 0xBF) {

charset = "UTF8";

checked = true;

}

bis.reset();

if (!checked) {

int len = 0;

int loc = 0;

while ((read = bis.read()) != -1) {

loc++;

if (read >= 0xF0)

break;

if (0x80 <= read && read <= 0xBF) //单独出现BF以下的,也算是GBK

break;

if (0xC0 <= read && read <= http://0xDF) {

read = bis.read();

if (0x80 <= read && read <= 0xBF)

//双字节 (0xC0 - 0xDF) (0x80 - 0xBF),也可能在GB编码内

continue;

else

break;

} else if (0xE0 <= read && read <= 0xEF) { //也有可能出错,但是几率较小

read = bis.read();

if (0x80 <= read && read <= 0xBF) {

read = bis.read();

if (0x80 <= read && read <= 0xBF) {

charset = "UTF-8";

break;

} else

break;

} else

break;

}

}

//TextLogger.getLogger().info(loc + " " + Integer.toHexString(read));

}

} catch (Exception e) {

e.printStackTrace();

} finally {

if (bis != null) {

try {

bis.close();

} catch (IOException ex) {

}

}

}

return charset;

}

private static String getEncode(int flag1, int flag2, int flag3) {

String encode="";

// txt文件的开头会多出几个字节,分别是FF、FE(Unicode),

// FE、FF(Unicode big endian),EF、BB、BF(UTF-8)

if (flag1 == 255 && flag2 == 254) {

encode="Unicode";

}

else if (flag1 == 254 && flag2 == 255) {

encode="UTF-16";

}

else if (flag1 == 239 && flag2 == 187 && flag3 == 191) {

encode="UTF8";

}

else {

encode="asci";// ASCII码

}

return encode;

}

2)通过文件的编码格式读取文件流

/**

* 通过路径获取文件的内容,这个方法因为用到了字符串作为载体,为了正确读取文件(不乱码),只能读取文本文件,安全方法!

*/

public static String readFile(String path){

String data = null;

// 判断文件是否存在

File file = new File(path);

if(!file.exists()){

return data;

}

// 获取文件编码格式

String code = FileEncode.getFileEncode(path);

InputStreamReader isr = null;

try{

// 根据编码格式解析文件

if("asci".equals(code)){

// 这里采用GBK编码,而不用环境编码格式,因为环境默认编码不等于操作系统编码

// code = System.getProperty("file.encoding");

code = "GBK";

}

isr = new InputStreamReader(new FileInputStream(file),code);

// 读取文件内容

int length = -1 ;

char[] buffer = new char[1024];

StringBuffer sb = new StringBuffer();

while((length = isr.read(buffer, 0, 1024) ) != -1){

sb.append(buffer,0,length);

}

data = new String(sb);

}catch(Exception e){

e.printStackTrace();

log.info("getFile IO Exception:"+e.getMessage());

}finally{

try {

if(isr != null){

isr.close();

}

} catch (IOException e) {

e.printStackTrace();

log.info("getFile IO Exception:"+e.getMessage());

}

}

return data;

}

3)通过文件指定的格式写入文件

/**

* 按照指定的路径和编码格式保存文件内容,这个方法因为用到了字符串作为载体,为了正确写入文件(不乱码),只能写入文本内容,安全方法

*

* @param data

* 将要写入到文件中的字节数据

* @param path

* 文件路径,包含文件名

* @return boolean

* 当写入完毕时返回true;

*/

public static boolean writeFile(byte data[], String path , String code){

boolean flag = true;

OutputStreamWriter osw = null;

try{

File file = new File(path);

if(!file.exists()){

file = new File(file.getParent());

if(!file.exists()){

file.mkdirs();

}

}

if("asci".equals(code)){

code = "GBK";

}

osw = new OutputStreamWriter(new FileOutputStream(path),code);

osw.write(new String(data,code));

osw.flush();

}catch(Exception e){

e.printStackTrace();

log.info("toFile IO Exception:"+e.getMessage());

flag = false;

}finally{

try{

if(osw != null){

osw.close();

}

}catch(IOException e){

e.printStackTrace();

log.info("toFile IO Exception:"+e.getMessage());

flag = false;

}

}

return flag;

}

4)对于二进制文件而且内容很少的,例如Word文档等,可以使用如下方式读取、写入文件

/**

* 从指定路径读取文件到字节数组中,对于一些非文本格式的内容可以选用这个方法

* 457364578634785634534

* @param path

* 文件路径,包含文件名

* @return byte[]

* 文件字节数组

*

*/

public static byte[] getFile(String path) throws IOException {

FileInputStream stream=new FileInputStream(path);

int size=stream.available();

byte data[]=new byte[size];

stream.read(data);

stream.close();

stream=null;

return data;

}

/**

* 把字节内容写入到对应的文件,对于一些非文本的文件可以采用这个方法。

* @param data

* 将要写入到文件中的字节数据

* @param path

* 文件路径,包含文件名

* @return boolean isOK 当写入完毕时返回true;

* @throws Exception

*/

public static boolean toFile(byte data[], String path) throws Exception {

FileOutputStream out=new FileOutputStream(path);

out.write(datahttp://);

out.flush();

out.close();

out=null;

return true;

}

以上就是本文的全部内容,希望对大家的学习有所帮助。


版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:Java算法之递归算法计算阶乘
下一篇:深入解析Java中的JDBC事务
相关文章

 发表评论

暂时没有评论,来抢沙发吧~