Java BufferedReader 阿拉伯文文本文件问题

Question

问题：java 读取的文本文件中的阿拉伯单词显示为一系列问号：??????

这是代码：

        File[] fileList = mainFolder.listFiles();
        BufferedReader bufferReader = null;
        Reader reader = null;


        try{

        for(File f : fileList){           
            reader = new InputStreamReader(new FileInputStream(f.getPath()), "UTF8");
            bufferReader = new BufferedReader(reader);
            String line = null;

            while((line = bufferReader.readLine())!= null){
               System.out.println(new String(line.getBytes(), "UTF-8"));
            }              

        }
        }
        catch(Exception exc){
            exc.printStackTrace();
        }

        finally {
            //Close the BufferedReader
            try {
                if (bufferReader != null)
                    bufferReader.close();
            } catch (IOException ex) {
                ex.printStackTrace();
            }

正如你所看到的，我已经在不同的地方指定了 UTF-8 编码，但我仍然得到问号，你知道如何解决这个问题吗？

谢谢

Answer 1

不要尝试直接打印该行，而是打印每个字符的 Unicode 值。例如：

char[] chars = line.toCharArray();
for (int i = 0; i < chars.length; i++)
{
    System.out.println(i + ": " + chars[i] + " - " + (int) chars[i]);
}

然后在Unicode代码图表中查找相关字符。

如果您发现它打印的是 63，那么这些实际上是问号...这表明您的文本文件一开始就不是真正的 UTF-8。

另一方面，如果对于某些字符它打印出“？”但如果值不是 63，则表明这是控制台显示问题，并且您正在正确读取数据。

Answer 2

替换

System.out.println(new String(line.getBytes(), "UTF-8"));

为

System.out.println(line);

不带 charset 参数的 String#getBytes() 即使用平台默认编码从字符串中获取字节，该编码本身可能不是 UTF-8。您已经通过 InputStreamReader 以 UTF-8 形式读取字节，因此您无需事后来回处理它。

此外，请确保您的显示控制台（您正在阅读这些行的位置）支持 UTF-8。例如，在 Eclipse 中，您可以通过 Window > 来完成此操作。首选项>一般>工作区>文本文件编码>其他> UTF-8。

另请参阅：

• Unicode - 如何获取字符对吗？