将 InputStream 读取为 UTF-8

Question

我正在尝试通过 inte.net 逐行读取text/plain文件。 我现在拥有的代码是：

URL url = new URL("http://kuehldesign.net/test.txt");
BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream()));
LinkedList<String> lines = new LinkedList();
String readLine;

while ((readLine = in.readLine()) != null) {
    lines.add(readLine);
}

for (String line : lines) {
    out.println("> " + line);
}

文件test.txt包含¡Hélló! ，我正在使用它来测试编码。

当我查看OutputStream ( out ) 时，我将其视为> ¡Hélló! . 我不认为这是OutputStream的问题，因为我可以执行out.println("é"); 没有什么问题。

将InputStream读取为 UTF-8 有什么想法吗？ 谢谢！

Answer 1

解决了我自己的问题。 这一行：

BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream()));

需要是：

BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream(), "UTF-8"));

或者从Java 7开始：

BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream(), StandardCharsets.UTF_8));

Answer 2

String file = "";

try {

    InputStream is = new FileInputStream(filename);
    String UTF8 = "utf8";
    int BUFFER_SIZE = 8192;

    BufferedReader br = new BufferedReader(new InputStreamReader(is,
            UTF8), BUFFER_SIZE);
    String str;
    while ((str = br.readLine()) != null) {
        file += str;
    }
} catch (Exception e) {

}

试试这个，.. ：-）

Answer 3

每次发现一个特殊字符标记为 时，我遇到了同样的问题。 为了解决这个问题，我尝试使用编码：ISO-8859-1

BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream("txtPath"),"ISO-8859-1"));

while ((line = br.readLine()) != null) {

}

我希望这可以帮助任何看过这篇文章的人。

Answer 4

如果您使用构造函数InputStreamReader(InputStream in, Charset cs) ，错误字符将被静默替换。 要更改此行为，请使用CharsetDecoder ：

public static Reader newReader(Inputstream is) {
  new InputStreamReader(is,
      StandardCharsets.UTF_8.newDecoder()
      .onMalformedInput(CodingErrorAction.REPORT)
      .onUnmappableCharacter(CodingErrorAction.REPORT)
  );
}

然后捕获java.nio.charset.CharacterCodingException 。