读取文件并写入包含UTF - 8(不同语言)字符的文件

Question

我有一个文件,其中包含以下字符:"Joh 1:1ஆதியிலேஆதியிலேவாரதவாரததைதைதைஇருநஇருநஇருநததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுததுதது"""""""""""""""""""""""".

www.unicode.org/charts/PDF/U0B80.pdf

当我使用以下代码时:

bufferedWriter = new BufferedWriter (new OutputStreamWriter(System.out, "UTF8"));

输出是框和其他奇怪的字符,如下所示:

"P = O֛; <一条Yՠ;"

有人可以帮忙吗？

这些是完整的代码:

File f=new File("E:\\bible.docx");
        Reader decoded=new InputStreamReader(new FileInputStream(f), StandardCharsets.UTF_8);
        bufferedWriter = new BufferedWriter (new OutputStreamWriter(System.out, StandardCharsets.UTF_8));
        char[] buffer = new char[1024];
        int n;
        StringBuilder build=new StringBuilder();
        while(true){
            n=decoded.read(buffer);
            if(n<0){break;}
            build.append(buffer,0,n);
            bufferedWriter.write(buffer);
        }

StringBuilder值显示UTF字符,但在窗口中显示时,它显示为框.

找到问题的答案!!! 编码是正确的(即UTF-8)Java将文件读取为UTF-8,字符串字符为UTF-8,问题是在netbeans的输出面板中没有字体显示它.更改输出面板的字体(Netbeans-> tools-> options-> misc-> output选项卡)后,我得到了预期的结果.当它在JTextArea中显示时(需要更改字体),同样适用.但我们无法更改windows'cmd提示字体.

Answer 1

因为您的输出以UTF-8编码,但仍包含替换字符(U+FFFD, ),我相信当您读取数据时会出现问题.

确保您知道输入流使用的编码,并设置相应的编码InputStreamReader.如果那是泰米尔语,我猜它可能是UTF-8.我不知道Java是否支持TACE-16.看起来像这样......

StringBuilder buffer = new StringBuilder();
try (InputStream encoded = ...) {
  Reader decoded = new InputStreamReader(encoded, StandardCharsets.UTF_8);
  char[] buffer = new char[1024];
  while (true) {
    int n = decoded.read(buffer);
    if (n < 0)
      break;
    buffer.append(buffer, 0, n);
  }
}
String verse = buffer.toString();