从csv文件中读取unicode字符

Question

我有一个csv file英文单词,后面跟印地语翻译.我正在尝试阅读csv文件并使用它进行进一步处理.csv文件如下所示:

English,,Hindi,,,  
,,,,,  
Cat,,??????,,,  
Rat,,????,,,  
abandon,,???? ????,????? ????,???????? ?? ???????????,???? ????  

我试图逐行读取csv文件并显示已写入的内容.代码段(Java)如下:

   //Step 2. Read csv file and get the string.
            FileInputStream fis = null;
            BufferedReader br = null;
            try {
                fis = new FileInputStream(new File(csvFile));
            } catch (FileNotFoundException e1) {
                // TODO Auto-generated catch block
                e1.printStackTrace();
            }

            boolean startSeen = true;
            if(fis != null) {
                try {
                    br = new BufferedReader(new InputStreamReader(fis, "UTF-8"));
                } catch (UnsupportedEncodingException e2) {
                    // TODO Auto-generated catch block
                    e2.printStackTrace();
                    System.out.print("Unsupported encoding");
                }
                String line = null;
                if(br != null) {
                    try {
                        while((line = br.readLine()) != null) {
                            if(line.contains("English") == true) {
                                startSeen = true;
                            }

                            if((startSeen == true) && (line != null)) {
                                StringBuffer sbuf = new StringBuffer();
                                //Step 3. Parse the line.
                                sbuf.append(line);
                                System.out.println(sbuf.toString());
                            }
                        }
                    } catch (IOException e1) {
                        // TODO Auto-generated catch block
                        e1.printStackTrace();
                    }
                }  
}

但是,我得到以下输出:

English,,Hindi,,,
,,,,,
Cat,,??????,,,
Rat,,????,,,
abandon,,???? ????,????? ????,???????? ?? ???????????,???? ????  

我的Java并不是那么好,虽然我已经在SO上发了很多帖子,但我需要更多的帮助才能弄清楚这个问题的确切原因.

Answer 1

对于读取文本文件，最好使用字符流，例如直接使用java.util.Scanner而不是FileInputStream。关于编码，您必须首先确保将要阅读的文本文件另存为'UTF-8'。我还注意到在系统中，我还必须将java源文件另存为“ UTF-8”，以使其正确显示印地文字符。

但是我想建议一种更简单的方法来读取csv文件，如下所示：

Scanner scan = new Scanner(new File(csvFile));
while(scan.hasNext()){
   System.out.println(scan.nextLine());
}