将具有已知编码的文件转换为UTF-8

Question

我需要将文本文件转换为String,最后,我应该将其作为输入参数(类型为InputStream)放到IFile.create(Eclipse)中.寻找示例或如何做但仍然无法弄清楚...需要你的帮助!

只是为了测试,我尝试将原始文本文件转换为使用此代码编码的UTF-8

FileInputStream fis = new FileInputStream(FilePath);
InputStreamReader isr = new InputStreamReader(fis);

Reader in = new BufferedReader(isr);
StringBuffer buffer = new StringBuffer();

int ch;
while ((ch = in.read()) > -1) {
    buffer.append((char)ch);
}
in.close();


FileOutputStream fos = new FileOutputStream(FilePath+".test.txt");
Writer out = new OutputStreamWriter(fos, "UTF8");
out.write(buffer.toString());
out.close();

但即使最终的*.test.txt文件有UTF-8编码,里面的字符也会被破坏.

Answer 1

您需要指定InputStreamReader使用Charset参数的编码.

                                    // ? whatever the input's encoding is
Charset inputCharset = Charset.forName("ISO-8859-1");
InputStreamReader isr = new InputStreamReader(fis, inputCharset));

这也有效:

InputStreamReader isr = new InputStreamReader(fis, "ISO-8859-1"));

也可以看看:

• InputStreamReader(InputStream in, Charset cs)
• Charset.forName(String charsetName)
• Java:如何确定流的正确charset编码
• 如何可靠地猜测MacRoman,CP1252,Latin1,UTF-8和ASCII之间的编码
• GuessEncoding - 仅适用于UTF-8,UTF-16LE,UTF-16BE和UTF-32☹
• ICU Charset探测器
• cpdetector,免费java代码页检测
• JCharDet(Mozilla字符集检测器的Java端口)_{^{具有讽刺意味的是,该页面无法正确呈现"Mozilla"中的撇号}}

搜索我找到所有这些链接的地方:https://stackoverflow.com/search？q = java + detect +encoding

您可以在运行时通过运行时获取默认字符集 - 它来自运行JVM的系统Charset.defaultCharset().