BufferedWriter 保存到新文件时输出奇怪的字符

Posted 2023-02-25

【中文标题】BufferedWriter 保存到新文件时输出奇怪的字符

【英文标题】：BufferedWriter outputting strange characters when saved to new file

【发布时间】：2018-05-31 08:17:26

【问题描述】：

我正在使用以下代码逐行处理一个大文本文件。问题是我使用的是英语以外的语言，准确地说是克罗地亚语。许多字符在输出文件中显示为 �。我该如何解决这个问题？

该文件采用 ANSI 格式，但这似乎不是与 InputStreamReader 兼容的编码类型。我应该将原始文件保存为哪种编码类型？

try (BufferedWriter bw = new BufferedWriter(new FileWriter(FILENAME))) 

 String line;
 try 
  try (
   InputStream fis = new FileInputStream("C:\\Users\\marti\\Documents\\Software Projects\\Java Projects\\TwitterAutoBot\\src\\main\\resources\\EH.Txt"); InputStreamReader isr = new InputStreamReader(fis, Charset.forName("UTF-8")); BufferedReader br = new BufferedReader(isr);
  ) 
   while ((line = br.readLine()) != null) 
    // Deal with the line

    String content = line.substring(line.lastIndexOf("  ") + 1);
    System.out.println(content);

    bw.write("\n\n" + content);

   
  
  catch (IOException e) 
  e.printStackTrace();
 

 // bw.close();

 catch (IOException e) 

 e.printStackTrace();

【问题讨论】：

您的输入文件使用什么编码？

@GregKopff 它在 ANSI 中。

@MartinErlic 如果是ANSI，为什么你在代码中指定了UTF-8？ --- 如果是ANSI，那是extended ANSI的哪个味道？

因为我没有事先检查文件的字符编码！

但是，ANSI 不是 InputStreamReader 中可识别的编码类型。有人建议使用US-ASCII，但这也不起作用，会产生同样奇怪的字符。也没有将文件保存为 UTF-8，因为我丢失了翻译。

【参考方案1】：

我通过使用Cp1252 而不是UTF-8 进行编码解决了这个问题，因为文件是在ANSI 中编码的。

【参考方案2】：

您需要使用带有Charset 的InputStreamReader/OutputStreamWriter 构造函数。您正在使用的构造函数使用您平台的默认字符集，这显然不是您所需要的。

如果您使用的是 Java 8 或更高版本，您可以使用Files 中的一种便捷方法：

Files.newBufferedReader

Files.newBufferedWriter

您需要确保使用正确的字符集读取输入文件，并以支持您尝试写入的字符的字符集写入文件。 UTF-8 是一种合适的输出文件格式。