可以用Java在多个字符集中编码文件吗？

Question

我正在开发一个Java插件，它允许人们通过指定他们希望使用的字符集编码来写入和读取文件。 但是，我对如何在单个文件中编码多个编码感到困惑。 例如，假设A字符来自一个字符集而B字符来自另一个字符，是否可以将“AAAAABBBBBAAAAA”写入文件？

如果不可能，对于任何编程语言，或者特别是Java，这通常是正确的吗？ 如果有可能，我将如何继续读取（解码）文件？

我不想使用Charset的encode（）和decode（）方法，因为使用它们的测试失败了（一些字符集未被正确解码）。 我也不想出于各种原因使用第三方程序，所以这个问题的范围纯粹是标准的java包/代码。

非常感谢！
NS

Answer 1

您需要将其作为字节流读取并事先知道字符开始和结束的字节位置，或使用一些特殊的分隔符/字节范围来指示字符组的开始和结束。 这样，您可以获取特定字符组的字节，最后使用所需的字符编码对其进行解码。

此问题并非特定于Java。 这个要求很奇怪。 我想知道如何混合像这样的字符编码。 只需使用一种统一编码，例如UTF-8，它几乎支持人类所知的所有字符。

Answer 2

当然，原则上可以将以不同字符集编码的文本写入一个文件中，但为什么要这样做呢？

字符编码只是从文本字符到字节的映射，反之亦然。 文件由字节组成。 编写文件时，字符编码确定字符如何转换为字节，并在读取时确定如何将字节转换回字符。

您可以将文件的一部分编码为一个字符编码，另一部分使用另一个字符编码。 您必须有一些机制来跟踪哪些部分使用什么编码进行编码，因为该文件不会自动跟踪您的情况。

Answer 3

我也想知道这件事，因为我的客户刚问了一个类似的问题。 就像BalusC提到的那样，这不是特定于java的问题。 经过几次来回，我发现真正的问题可能是“信息的多重编码”，而不是多个编码文件。 即我们有一个xml字符串文本需要用8859-1编码，如果我们将其保存为文件，那么我们需要对其进行编码。 xml的默认编码是UTF-8，我们可能不需要将整个xml编码为8859-1。 由于xml节点只是将信息传递给其他系统和内容（xml节点的值，需要与8859-1保持一致）的工具。 那么在这种情况下我们需要多个编码吗？ 可能不是。 我们仍然可以使用UTF-8对xml进行编码，然后将其传递。 一旦客户端收到xml，他们就需要从UTF-8编码文件中读取信息，并将xml节点的值保持为8859-1。