Java讀取文字檔案中文亂碼問題

chenjian98發表於2016-01-19
Java

最近遇到一個問題，Java讀取文字檔案（例如csv檔案、txt檔案等），遇到中文就變成亂碼。讀取程式碼如下：

[java] view plain copy
 print?
  1. List<String> lines=new ArrayList<String>();    
  2. BufferedReader br = new BufferedReader(new FileReader(fileName));  
  3. String line = null;  
  4. while ((line = br.readLine()) != null) {   
  5.       lines.add(line);  
  6. }  
  7. br.close();  

後來百度和Google了之後，終於找到原因，還是從原理開始講吧：


Java的I/O類處理如圖：

Reader 類是 Java 的 I/O 中讀字元的父類，而 InputStream 類是讀位元組的父類，InputStreamReader 類就是關聯位元組到字元的橋樑，它負責在 I/O 過程中處理讀取位元組到字元的轉換，而具體位元組到字元的解碼實現它由 StreamDecoder 去實現，在 StreamDecoder 解碼過程中必須由使用者指定 Charset 編碼格式。值得注意的是如果你沒有指定 Charset，將使用本地環境中的預設字符集，例如在中文環境中將使用 GBK 編碼。

Figure xxx. Requires a heading

                                    Java的I/O類處理圖


總結：Java讀取資料流的時候，一定要指定資料流的編碼方式，否則將使用本地環境中的預設字符集。


經過上述分析，修改之後的程式碼如下：

[java] view plain copy
 print?
  1. List<String> lines=new ArrayList<String>();  
  2. BufferedReader br=new BufferedReader(new InputStreamReader(new FileInputStream(fileName),"UTF-8"));  
  3. String line = null;  
  4. while ((line = br.readLine()) != null) {  
  5.       lines.add(line);  
  6. }  
  7. br.close();  

參考資料：

http://www.ibm.com/developerworks/cn/java/j-lo-chinesecoding/

http://hi.baidu.com/annleecn/blog/item/154770ed900738db2e2e2151.html

http://sd8089730.iteye.com/blog/1290895

http://www.360doc.com/content/07/0403/09/16749_427888.shtml

相關文章