使用 UTF-16LE 编码和 Apache Commons IO 读取和写入文本文件

Question

我用 Java 编写了一个应用程序，并用 C# 复制了它。 该应用程序读取和写入带有制表符分隔数据的文本文件，供 HMI 软件使用。 HMI 软件需要 UTF 或 ANSI 编码才能正确显示度数符号，否则我将只使用 ASCII 似乎工作正常。 C# 应用程序可以毫无问题地打开其中任何一个保存的文件。 java应用程序读取它保存的文件很完美，但是在读取用C#保存的文件时出现了一个小问题。 在将文件中的第一个字符解析为和 int 时，它会抛出一个数字格式异常。 该字符始终为“1”。 我已经用 editpadlight 打开了这两个文件，即使在使用编码查看时它们看起来也是相同的，并且编码是 UTF-16LE。 我正在为此绞尽脑汁，任何帮助将不胜感激。

lines = FileUtils.readLines(file, "UTF-16LE");

Integer.parseInt(line[0])

我看不出用 C# 保存的文件和用 Java 保存的文件有什么区别

EditPad Lite 中数据的屏幕截图

        if(lines.get(0).split("\\t")[0].length() == 2){
        lines.set(0, lines.get(0).substring(1));
    }

Answer 1

您的.NET代码可能正在编写BOM。 兼容的Unicode阅读器会删除任何BOM，因为它是元数据，而不是文本数据的一部分。

您的Java代码明确指定了字节顺序

FileUtils.readLines(file, "UTF-16LE"); 

这有点像Catch-22； 如果源中有BOM，则可以将其读取为“ UTF-16”。 如果没有，那么您可以将其读为“ UTF-16LE”或“ UTF-16BE”。

因此，要么用BOM写入并在不指定字节顺序的情况下读取它，要么不使用BOM写入并在指定字节顺序的情况下读取它。

使用BOM：

[C＃]

File.WriteAllLines(file, lines, Encoding.Unicode);

[Java]

FileUtils.readLines(file, "UTF-16"); 

没有物料清单：

[C＃]

File.WriteAllLines(file, lines, new UnicodeEncoding(false));

[Java]

FileUtils.readLines(file, "UTF-16LE"); 

Answer 2

在我的java代码中我正常读取文件，我只是在InputStreamReader中指定了char编码

    File file = new File(fileName);
    InputStreamReader fis = new InputStreamReader(new FileInputStream(file), "UTF-16LE");

    br = new BufferedReader(fis);

    String line = br.readLine();