(转) Java读取文本文件中文乱码问题

http://blog.csdn.net/greenqingqingws/article/details/7395213

最近遇到一个问题，Java读取文本文件（例如csv文件、txt文件等），遇到中文就变成乱码。读取代码如下：

1. List<String> lines=new ArrayList<String>();
2. BufferedReader br = new BufferedReader(new FileReader(fileName));
3. String line = null;
4. while ((line = br.readLine()) != null) {
5. lines.add(line);
6. }
7. br.close();

后来百度和Google了之后，终于找到原因，还是从原理开始讲吧：

Java的I/O类处理如图：

Reader 类是 Java 的 I/O 中读字符的父类，而 InputStream 类是读字节的父类，InputStreamReader 类就是关联字节到字符的桥梁，它负责在 I/O 过程中处理读取字节到字符的转换，而具体字节到字符的解码实现它由 StreamDecoder 去实现，在 StreamDecoder 解码过程中必须由用户指定 Charset 编码格式。值得注意的是如果你没有指定 Charset，将使用本地环境中的默认字符集，例如在中文环境中将使用 GBK 编码。

Java的I/O类处理图

总结：Java读取数据流的时候，一定要指定数据流的编码方式，否则将使用本地环境中的默认字符集。

经过上述分析，修改之后的代码如下：

1. List<String> lines=new ArrayList<String>();
2. BufferedReader br=new BufferedReader(new InputStreamReader(new FileInputStream(fileName),"UTF-8"));
3. String line = null;
4. while ((line = br.readLine()) != null) {
5. lines.add(line);
6. }
7. br.close();

参考资料：

http://www.ibm.com/developerworks/cn/java/j-lo-chinesecoding/

http://hi.baidu.com/annleecn/blog/item/154770ed900738db2e2e2151.html

http://sd8089730.iteye.com/blog/1290895

http://www.360doc.com/content/07/0403/09/16749_427888.shtml