我们应该在java中使用啥编码来读取US7ASCII编码的文件

Posted 2023-02-24

【中文标题】我们应该在java中使用啥编码来读取US7ASCII编码的文件

【英文标题】：What encoding should we use in java to read files in US7ASCII encoding我们应该在java中使用什么编码来读取US7ASCII编码的文件

【发布时间】：2021-10-24 12:23:50

【问题描述】：

我正在尝试使用 java 解析 US7ASCII 文件，使用以下代码：

FileInputStream fileInputStream = new FileInputStream(file); 
InputStreamReader inputStreamReader = new InputStreamReader(fileInputStream, charSetName);

在第 2 行，第二个参数是我需要传递字符集名称的字符集名称。

以下链接提供了 Java 支持的字符集： https://docs.oracle.com/javase/8/docs/technotes/guides/intl/encoding.doc.html

在那里我找不到任何关于 US7ASCII 的条目。 有人可以帮我确定我应该为 US7ASCII 编码文件传递什么字符集名称。

【问题讨论】：

你试过US-ASCII吗？

实际上我认为即使是 UTF-8 也适用于

US7ASCII 是 Oracle 所称的 ASCII 字符集。据我所知，设置实际上并不能保证所有数据都是ASCII。换句话说：在某些情况下，它会接受/存储/返回非 ASCII 字符，所以如果你不走运，你得到的 data 实际上可能不是纯 ASCII 数据。如果是这种情况，您将很难解释它，除非您确切知道编码的真正意图（并且它在您的数据库中是一致的，这绝不是保证）。

【参考方案1】：

您应该使用“US-ASCII”，但“ISO-8859-1”或“UTF-8”可能还有一些编码也可以。

名称为“US-ASCII”的Java字符集/编码被定义为

“七位 ASCII，又名 ISO646-US，又名 Unicode 字符集的基本拉丁语块。”

请参阅javadocs 以获取Charset。

“ISO-8859-1”的前 128 位代码与 7 位 ASCII 代码相同。虽然“UTF-8”是一种可变长度编码，但前 128 个代码与 7 位 ASCII 代码相同。这意味着它们可以读取正确的 7 位 ASCII 文件；即仅包含 7 位代码的那些。 （但如果有杂散的 8 位代码，即 128 到 255 范围内的字节，则可能会出现问题。）