讀取文件流時，經常會遇到亂碼的現象，造成亂碼的原因當然不可能是一個，這里主要介紹因為文件編碼格式而導致的亂碼的問題。首先，明確一點，文本文件與二進制文件的概念與差異。
文本文件是基于字符編碼的文件，常見的編碼有ASCII編碼，UNICODE編碼、ANSI編碼等等。二進制文件是基于值編碼的文件，你可以根據具體應用，指定某個值是什么意思（這樣一個過程，可以看作是自定義編碼。）
因此可以看出文本文件基本上是定長編碼的(也有非定長的編碼如UTF-8)。而二進制文件可看成是變長編碼的，因為是值編碼嘛，多少個比特代表一個值，完全由你決定。
對于二進制文件，是千萬不能使用字符串的，因為字符串默認初始化時會使用系統默認編碼，然而，二進制文件因為自定義編碼自然與固定格式的編碼會有所沖突，所以對于二進制的文件只能采用字節流讀取、操作、寫入。
對于文本文件，因為編碼固定，所以只要在讀取文件之前，采用文件自身的編碼格式解析文件，然后獲取字節，再然后，通過指定格式初始化字符串，那么得到的文本是不會亂碼的。雖然，二進制文件也可以獲取到它的文本編碼格式，但是那是不準確的，所以不能同日而語。
具體操作如下：
1）獲取文本文件的格式
public static String getFileEncode(String path) { String charset ="asci"; byte[] first3Bytes = new byte[3]; BufferedInputStream bis = null; try { boolean checked = false; bis = new BufferedInputStream(new FileInputStream(path)); bis.mark(0); int read = bis.read(first3Bytes, 0, 3); if (read == -1) return charset; if (first3Bytes[0] == (byte) 0xFF && first3Bytes[1] == (byte) 0xFE) { charset = "Unicode";//UTF-16LE checked = true; } else if (first3Bytes[0] == (byte) 0xFE && first3Bytes[1] == (byte) 0xFF) { charset = "Unicode";//UTF-16BE checked = true; } else if (first3Bytes[0] == (byte) 0xEF && first3Bytes[1] == (byte) 0xBB && first3Bytes[2] == (byte) 0xBF) { charset = "UTF8"; checked = true; } bis.reset(); if (!checked) { int len = 0; int loc = 0; while ((read = bis.read()) != -1) { loc++; if (read >= 0xF0) break; if (0x80 <= read && read <= 0xBF) //單獨出現BF以下的，也算是GBK break; if (0xC0 <= read && read <= 0xDF) { read = bis.read(); if (0x80 <= read && read <= 0xBF) //雙字節 (0xC0 - 0xDF) (0x80 - 0xBF),也可能在GB編碼內 continue; else break; } else if (0xE0 <= read && read <= 0xEF) { //也有可能出錯，但是幾率較小 read = bis.read(); if (0x80 <= read && read <= 0xBF) { read = bis.read(); if (0x80 <= read && read <= 0xBF) { charset = "UTF-8"; break; } else break; } else break; } } //TextLogger.getLogger().info(loc + " " + Integer.toHexString(read)); } } catch (Exception e) { e.printStackTrace(); } finally { if (bis != null) { try { bis.close(); } catch (IOException ex) { } } } return charset; } private static String getEncode(int flag1, int flag2, int flag3) { String encode=""; // txt文件的開頭會多出幾個字節，分別是FF、FE（Unicode）, // FE、FF（Unicode big endian）,EF、BB、BF（UTF-8） if (flag1 == 255 && flag2 == 254) { encode="Unicode"; } else if (flag1 == 254 && flag2 == 255) { encode="UTF-16"; } else if (flag1 == 239 && flag2 == 187 && flag3 == 191) { encode="UTF8"; } else { encode="asci";// ASCII碼 } return encode; }2）通過文件的編碼格式讀取文件流
/** * 通過路徑獲取文件的內容，這個方法因為用到了字符串作為載體，為了正確讀取文件（不亂碼），只能讀取文本文件，安全方法！ */ public static String readFile(String path){ String data = null; // 判斷文件是否存在 File file = new File(path); if(!file.exists()){ return data; } // 獲取文件編碼格式 String code = FileEncode.getFileEncode(path); InputStreamReader isr = null; try{ // 根據編碼格式解析文件 if("asci".equals(code)){ // 這里采用GBK編碼，而不用環境編碼格式，因為環境默認編碼不等于操作系統編碼 // code = System.getProperty("file.encoding"); code = "GBK"; } isr = new InputStreamReader(new FileInputStream(file),code); // 讀取文件內容 int length = -1 ; char[] buffer = new char[1024]; StringBuffer sb = new StringBuffer(); while((length = isr.read(buffer, 0, 1024) ) != -1){ sb.append(buffer,0,length); } data = new String(sb); }catch(Exception e){ e.printStackTrace(); log.info("getFile IO Exception:"+e.getMessage()); }finally{ try { if(isr != null){ isr.close(); } } catch (IOException e) { e.printStackTrace(); log.info("getFile IO Exception:"+e.getMessage()); } } return data; }3）通過文件指定的格式寫入文件
/** * 按照指定的路徑和編碼格式保存文件內容，這個方法因為用到了字符串作為載體，為了正確寫入文件（不亂碼），只能寫入文本內容，安全方法 * * @param data * 將要寫入到文件中的字節數據 * @param path * 文件路徑,包含文件名 * @return boolean * 當寫入完畢時返回true; */ public static boolean writeFile(byte data[], String path , String code){ boolean flag = true; OutputStreamWriter osw = null; try{ File file = new File(path); if(!file.exists()){ file = new File(file.getParent()); if(!file.exists()){ file.mkdirs(); } } if("asci".equals(code)){ code = "GBK"; } osw = new OutputStreamWriter(new FileOutputStream(path),code); osw.write(new String(data,code)); osw.flush(); }catch(Exception e){ e.printStackTrace(); log.info("toFile IO Exception:"+e.getMessage()); flag = false; }finally{ try{ if(osw != null){ osw.close(); } }catch(IOException e){ e.printStackTrace(); log.info("toFile IO Exception:"+e.getMessage()); flag = false; } } return flag; }4）對于二進制文件而且內容很少的，例如Word文檔等，可以使用如下方式讀取、寫入文件
/** * 從指定路徑讀取文件到字節數組中,對于一些非文本格式的內容可以選用這個方法 * 457364578634785634534 * @param path * 文件路徑,包含文件名 * @return byte[] * 文件字節數組 * */ public static byte[] getFile(String path) throws IOException { FileInputStream stream=new FileInputStream(path); int size=stream.available(); byte data[]=new byte[size]; stream.read(data); stream.close(); stream=null; return data; } /** * 把字節內容寫入到對應的文件，對于一些非文本的文件可以采用這個方法。 * @param data * 將要寫入到文件中的字節數據 * @param path * 文件路徑,包含文件名 * @return boolean isOK 當寫入完畢時返回true; * @throws Exception */ public static boolean toFile(byte data[], String path) throws Exception { FileOutputStream out=new FileOutputStream(path); out.write(data); out.flush(); out.close(); out=null; return true; }以上就是本文的全部內容，希望對大家的學習有所幫助。
新聞熱點
疑難解答
