Java字符转换为UTF-8

Question

我在用：

InputStreamReader isr = new InputStreamReader(fis, "UTF8");

从文本文件中读取字符并将其转换为UTF8字符。

我的问题是，如果被读取的一个字符无法转换为utf8，会发生什么？ 会有例外吗？ 或者会让角色掉线？

Answer 1

你没有从一个charset转换到另一个charset。 您只是指示该文件是UTF 8编码，以便您可以正确读取它。

如果您想从1编码转换为另一种编码，那么您应该执行以下操作

File infile = new File("x-utf8.txt");
File outfile = new File("x-utf16.txt");

String fromEncoding="UTF-8";
String toEncoding="UTF-16";

Reader in = new InputStreamReader(new FileInputStream(infile), fromEncoding);
Writer out = new OutputStreamWriter(new FileOutputStream(outfile), toEncoding);

在完成David Gelhar的回复后，我觉得这段代码可以改进一下。 如果您不知道“inFile”的编码，则使用GuessEncoding库检测编码，然后使用检测到的编码构建阅读器。

Answer 2

如果输入文件包含无效的字节utf-8，则read（）将默认使用值U + FFFD（65533十进制; Unicode “替换字符” ）替换无效字符。

如果您需要对此行为进行更多控制，可以使用：

InputStreamReader(InputStream in, CharsetDecoder dec)

并提供符合您喜好的CharsetDecoder 。