电脑教程子分类&Java读取UTF-8的txt文件第一行出现乱码&?&及解决
test.txt文件内容：A中2国3456
test.txt文件采用写字板保存为UTF-8格式保存并关闭后使用写字板再次打开该UTF-8文档，中文、字母正常显示
测试代码：
import&java.io.BufferedR&&
import&java.io.F&&
import&java.io.FileInputS&&
import&java.io.InputStreamR&&
public&class&ReadTxtFile&{&&
&&&&public&static&void&main(String[]&args)&{&&
&&&&&&&&try&{&&
&&&&&&&&&&&&String&charsetName&=&"UTF-8";&&&
&&&&&&&&&&&&String&path&=&"D:/to_delete/test.txt";&&
&&&&&&&&&&&&File&file&=&new&File(path);&&
&&&&&&&&&&&&if&(file.isFile()&&&&file.exists())&&&
&&&&&&&&&&&&{&&
&&&&&&&&&&&&&&&&InputStreamReader&insReader&=&new&InputStreamReader(&&
&&&&&&&&&&&&&&&&&&&&&&&&new&FileInputStream(file),&charsetName);&&
&&&&&&&&&&&&&&&&BufferedReader&bufReader&=&new&BufferedReader(insReader);&&
&&&&&&&&&&&&&&&&String&line&=&new&String();&&
&&&&&&&&&&&&&&&&while&((line&=&bufReader.readLine())&!=&null)&{&&
&&&&&&&&&&&&&&&&&&&&System.out.println(line);&&
&&&&&&&&&&&&&&&&}&&
&&&&&&&&&&&&&&&&bufReader.close();&&
&&&&&&&&&&&&&&&&insReader.close();&&
&&&&&&&&&&&&}&&
&&&&&&&&}&catch&(Exception&e)&{&&
&&&&&&&&&&&&System.out.println("读取文件内容操作出错");&&
&&&&&&&&&&&&e.printStackTrace();&&
&&&&&&&&}&&
程序执行结果：?A中2国3456
我的解决办法：
使用UltraEdit将上边的txt文件另存为UTF-8无BOM格式；
使用Notepad++打开上边的txt文件执行如下操作&格式--&以UTF-8无BOM格式编码&，修改后将txt文本进行保存。
网上有篇非常好的文章，论述了问题出现的原因及解决办法
关键字: java 读utf-8, java写utf-8, 编码, utf-8 乱码
最近在处理文件时发现了同样类型的文件使用的编码可能是不同的。所以想将文件的格式统一一下(因为UTF-8的通用性，决定往UTF-8统一)，遇见的第一个问题是：如何查看现有文件的编码方式。&上网找了一下，找到几篇比较好文章，这里就不转载啦把链接搞过来。&&&&&上面的几篇文章可以看成认识编码问题的&从入门到精通&&如果你看完了上面的文章，一定了解到了，在java中，class文件采用utf8的编码方式，JVM运行时采用utf16。Java的字符串是永远都是unicode的，采用的是UTF-16的编码方式。&想测试一下，java对UTF-8文件的读写的能力，结果发现了一个很郁闷的问题，如果通过java写的UTF-8文件，使用Java可以正确的读，但是如果用记事本将相同的内容使用UTF-8格式保存，则在使用程序读取是会从文件中多读出一个不可见字符。&测试代码如下：&
import&java.io.BufferedR &&
import&java.io.F &&
import&java.io.FileInputS &&
import&java.io.IOE &&
import&java.io.InputStreamR &&
public&class&UTF8Test&{ &&
&&&&public&static&void&main(String[]&args)&throws&IOException&{ &&
&&&&&&&&File&f&&=&new&File("./utf.txt"); &&
&&&&&&&&FileInputStream&in&=&new&FileInputStream(f); &&
&&&&&&&&&&
&&&&&&&&BufferedReader&br&=&new&BufferedReader(new&InputStreamReader(in,&"UTF-8")); &&
&&&&&&&& &&
&&&&&&&&String&line&=&br.readLine(); &&
&&&&&&&&while(line&!=&null) &&
&&&&&&&&{ &&
&&&&&&&&&&&&System.out.println(line); &&
&&&&&&&&&&&&line&=&br.readLine(); &&
&&&&&&&&} &&
import&java.io.BufferedR&&
import&java.io.F&&
import&java.io.FileInputS&&
import&java.io.IOE&&
import&java.io.InputStreamR&&
public&class&UTF8Test&{&&
&&&&public&static&void&main(String[]&args)&throws&IOException&{&&
&&&&&&&&File&f&&=&new&File("./utf.txt");&&
&&&&&&&&FileInputStream&in&=&new&FileInputStream(f);&&
&&&&&&&&&&
&&&&&&&&BufferedReader&br&=&new&BufferedReader(new&InputStreamReader(in,&"UTF-8"));&&
&&&&&&&&&&
&&&&&&&&String&line&=&br.readLine();&&
&&&&&&&&while(line&!=&null)&&
&&&&&&&&{&&
&&&&&&&&&&&&System.out.println(line);&&
&&&&&&&&&&&&line&=&br.readLine();&&
&&&&&&&&}&&
utf.txt通过记事本创建，另存时使用指定utf-8编码，其内容为：&
This is the first line.&This is second line.&
正常的测试结果应该是直接输出utf.txt的文本内容。可是实际上却输出了下面的内容：&
?This is the first line.&This is second line.&
第一行多出了一个问号。&通过上面的几篇文章应该可以想到是Java读取BOM（Byte Order　Mark）的问题，在使用UTF-8时，可以在文件的开始使用3个字节的"EF BB BF"来标识文件使用了UTF-8的编码，当然也可以不用这个3个字节。&上面的问题应该就是因为对开头3个字节的读取导致的。开始不太相信这个是JDK的Bug，后来在多次试验后，问题依然存在，就又狗狗了一下，果然找到一个如下的Bug:&&不过在我关掉的一些页面中记得有篇文件说这个bug只在jdk1.5及之前的版本才有，说是1.6已经解决了，从目前来看1.6只是解决了读取带有BOM文件失败的问题，还是不能区别处理有BOM和无BOM的UTF-8编码的文件，从Bug ID:4508058里的描述可以看出，这个问题将作为一个不会修改的问题关闭，对于BOM编码的识别将由应用程序自己来处理，原因可从另处一个bug处查看到，因为Unicode对于BOM的编码的规定可能发生变化。也就是说对于一个UTF-8的文件，应用程序需要知道这个文件有没有写BOM，然后自己决定处理BOM的方式。&在上面的while循环中可加入下面的代码，测试一下读出内容：&
byte[]&allbytes&=&line.getBytes("UTF-8");& &&
&&&&&&&&&&&&for&(int&i=0;&i&&&allbytes.&i++) &&
&&&&&&&&&&&&{ &&
&&&&&&&&&&&&&&&&int&tmp&=&allbytes[i]; &&
&&&&&&&&&&&&&&&&String&hexString&=&Integer.toHexString(tmp); &&
&&&&&&&&&&&&&&&&&&
&&&&&&&&&&&&&&&&hexString&=&hexString.substring(hexString.length()&-2); &&
&&&&&&&&&&&&&&&&System.out.print(hexString.toUpperCase()); &&
&&&&&&&&&&&&&&&&System.out.print("&"); &&
&&&&&&&&&&&&}&&
byte[]&allbytes&=&line.getBytes("UTF-8");&&&
&&&&&&&&&&&&for&(int&i=0;&i&&&allbytes.&i++)&&
&&&&&&&&&&&&{&&
&&&&&&&&&&&&&&&&int&tmp&=&allbytes[i];&&
&&&&&&&&&&&&&&&&String&hexString&=&Integer.toHexString(tmp);&&
&&&&&&&&&&&&&&&&&&
&&&&&&&&&&&&&&&&hexString&=&hexString.substring(hexString.length()&-2);&&
&&&&&&&&&&&&&&&&System.out.print(hexString.toUpperCase());&&
&&&&&&&&&&&&&&&&System.out.print("&");&&
&&&&&&&&&&&&}&&
输出结果如下：&
EF BB BF&54 68 69 73 20 69 73 20 74 68 65 20 66 69 72 73 74 20 6C 69 6E 65 2E&?This is the first line.&54 68 69 73 20 69 73 20 73 65 63 6F 6E 64 20 6C 69 6E 65 2E&This is second line.&
红色部分的"EF BB BF"刚好是UTF-8文件的BOM编码，可以看出Java在读文件时没能正确处理UTF-8文件的BOM编码，将前3个字节当作文本内容来处理了。&使用链接中提供的代码可以解决碰到的乱码问题：&&
阅读(...) 评论()