Java 中 UTF-8 转字符串

Question

我在使用 UTF-8 字符集时遇到了一些问题。我有一个 UTF-8 编码的文件，我想加载和分析它。我正在使用 BufferedReader 逐行读取文件。

BufferedReader buffReader = new BufferedReader(new InputStreamReader
(new FileInputStream(file),"UTF-8"));

我的问题是，Java 中的法线 String 方法（例如 trim() 和 equals()）不适合在我创建的用于读取 BufferedReader 的所有内容的循环的每次迭代中从 BufferReader 读取的行一起使用。 例如，在编码文件中，我有 < menu > 我希望我的程序按原样对待它，但是，目前，它被视为 ?? < menu > 与其他一些奇怪的字符混合在一起。 我想知道是否有一种方法可以删除所有字符集编码并仅保留纯文本，以便我可以使用 String 类的所有方法而不会出现复杂情况。 谢谢

Answer 1

如果你的 jdk 还没有太旧（1.5），你可以这样做：

Locale frLocale = new Locale("fr", "FR");
Scanner scanner = new Scanner(new FileInputStream(file), "UTF-8");
scanner.useLocale(frLocale);

for (; scanner.hasNextLine(); numLine++) {
 line = scanner.nextLine();
}

扫描仪还可以使用空格以外的分隔符。此示例从字符串中读取多个项目：

         String input = "1 fish 2 fish red fish blue fish";
         Scanner s = new Scanner(input).useDelimiter("\\s*fish\\s*");
         System.out.println(s.nextInt());
         System.out.println(s.nextInt());
         System.out.println(s.next());
         System.out.println(s.next());
         s.close(); 

prints the following output:

         1
         2
         red
         blue 

请参阅文档扫描仪在这里