Java 读取ANSI文件中文乱码问题解决方式[转]

第一步：首先判断源文件的编码格式：

按照给定的字符集存储文件时，在文件的最开头的三个字节中就有可能存储着编码信息，所以，基本的原理就是只要读出文件前三个字节，判定这些字节的值，就可以得知其编码的格式。其实，如果项目运行的平台就是中文操作系统，如果这些文本文件在项目内产生，即开发人员可以控制文本的编码格式，只要判定两种常见的编码就可以了：GBK和UTF-8。由于中文Windows默认的编码是GBK，所以一般只要判定UTF-8编码格式。

   对于UTF-8编码格式的文本文件，其前3个字节的值就是-17、-69、-65，所以，判定是否是UTF-8编码格式的代码片段如下：

              File file = new File(path);
              InputStream in= new java.io.FileInputStream(file);
              byte[] b = new byte[3];
              in.read(b);
              in.close();
              if (b[0] == -17 && b[1] == -69 && b[2] == -65)
                  System.out.println(file.getName() + "：编码为UTF-8");
              else
                  System.out.println(file.getName() + "：可能是GBK，也可能是其他编码");

第二步：用指定的编码格式读取文件流

[java] view plaincopy

 

1. private static String forTest(String file) throws IOException {
2. File f = new File(file);
3. InputStreamReader read = new InputStreamReader(new FileInputStream(f),
4. "编码格式");
5. BufferedReader reader = new BufferedReader(read);
6. String line;
7. String s = "";
8. while ((line = reader.readLine()) != null) {
9. s = s+line;
10. }
11. return s;
12. }

总结：就是采用如下的方式：

            File file = new File("D:\\Myeclipse\\Ini\\config.properties");
            FileInputStream in = new FileInputStream(file);
            byte[] b = new byte[3];
              in.read(b);
              String code = "GBK";
              if (b[0] == -17 && b[1] == -69 && b[2] == -65){
                 code = "UTF-8";
              }

            InputStreamReader inputStreamReader = new InputStreamReader(in,code);
            BufferedReader bufferedReader = new BufferedReader(inputStreamReader);
            String str = bufferedReader.readLine();
            String data = "";
            while(str != null){
                data = data + str+"\r\n";
                str = bufferedReader.readLine();
            }
            in.close();
            bufferedReader.close();
            System.out.println(code);
            System.out.println(data);