服务器之家

服务器之家 > 正文

Java读取、写入文件如何解决乱码问题

时间:2020-01-02 14:14     来源/作者:lijiao

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

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
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 <= 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

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
/**
   * 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

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
/**
   * 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

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
/**
   * 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(data);
    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。

标签:

相关文章

热门资讯

玄元剑仙肉身有什么用 玄元剑仙肉身境界等级划分
玄元剑仙肉身有什么用 玄元剑仙肉身境界等级划分 2019-06-21
男生常说24816是什么意思?女生说13579是什么意思?
男生常说24816是什么意思?女生说13579是什么意思? 2019-09-17
配置IIS网站web服务器的安全策略配置解决方案
配置IIS网站web服务器的安全策略配置解决方案 2019-05-23
华为nova5pro和p30pro哪个好 华为nova5pro和华为p30pro对比详情
华为nova5pro和p30pro哪个好 华为nova5pro和华为p30pro对比详情 2019-06-22
Nginx服务器究竟是怎么执行PHP项目
Nginx服务器究竟是怎么执行PHP项目 2019-05-24
返回顶部