打開xls文件並使用Java和UTF-16LE將其另存為tsv文件到UTF-8轉換

Question

我有兩個問題：

有沒有一種方法可以打開xls文件並通過Java將其另存為tsv文件？ 編輯：還是有一種方法可以通過Java將xls文件轉換為tsv文件？

有沒有一種方法可以使用java將UTF-16LE文件轉換為UTF-8？

謝謝

Answer 1

有一個名為jexcelapi的庫，可讓您打開/編輯/保存.xls文件。 讀取.xls文件后，編寫將其輸出為.tsv的文件就變得很容易了。

Answer 2

我有兩個問題：

在StackOverflow上，您應該將其分為兩個不同的問題...

我會回答你的第二個問題：

有沒有一種方法可以使用Java將UTF-16LE文件轉換為UTF-8？

當然是。 還有不止一種方法。

基本上，您想讀取指定輸入編碼（UTF-16LE）的輸入文件，然后寫入指定輸出編碼（UTF-8）的文件。

假設您有一些UTF-16LE編碼的文件：

... $ file testInput.txt 
testInput.txt: Little-endian UTF-16 Unicode character data

然后，您基本上可以在Java中執行類似的操作（這只是一個示例：您將要填寫缺少的異常處理代碼，也許不將最后一個換行符放在最后，或者丟棄BOM（如果有），等等）：

    FileInputStream fis = new FileInputStream(new File("/home/.../testInput.txt") );
    InputStreamReader isr = new InputStreamReader( fis, Charset.forName("UTF-16LE") );
    BufferedReader br = new BufferedReader( isr );
    FileOutputStream fos = new FileOutputStream(new File("/home/.../testOutput.txt"));
    OutputStreamWriter osw = new OutputStreamWriter( fos, Charset.forName("UTF-8") );
    BufferedWriter bw = new BufferedWriter( osw );
    String line = null;
    while ( (line = br.readLine()) != null ) {
        bw.write(line);
        bw.newLine();   // will add an unnecessary newline at the end of your file, fix this
    }
    bw.flush();
    // take care of closing the streams here etc.

這將創建一個UTF-8編碼的文件。

$ file testOutput.txt 
testOutput.txt: UTF-8 Unicode (with BOM) text

使用例如hexdump可以清楚地看到BOM表：

 $ hexdump testOutput.txt -C
00000000  ef bb bf ... (snip)

BOM在UTF-8（ef bb fb）中的三個字節上進行編碼，而在UTF-16中則在兩個字節上進行編碼。 在UTF16-LE中，BOM如下所示：

$ hexdump testInput.txt -C
00000000  ff fe ... (snip)

請注意，UTF-8編碼的文件可能（也可能不是全部）（都完全有效）具有“ BOM”（字節順序掩碼）。 UTF-8文件中的BOM並不是那么愚蠢：您不必關心字節順序，但是它可以幫助快速識別文本文件為UTF-8編碼。 根據Unicode規范，具有BOM的UTF-8文件是完全合法的，因此無法處理以BOM開頭的UTF-8文件的閱讀器會損壞。 干凈利落。

如果出於某種原因您正在使用損壞的UTF-8閱讀器來處理BOM，那么您可能需要先將第一個String中的BOM刪除，然后再將其寫入磁盤。

有關BOM的更多信息，請參見：

http://unicode.org/faq/utf_bom.html