Java 讀取、寫入文件——解決亂碼問題
本文主要介紹：使用Java讀取、寫入文件，解決因為文件編碼格式而導致的亂碼問題。
讀取文件流時，經常會遇到亂碼的現象，造成亂碼的原因當然不可能是一個，這里主要介紹因為文件編碼格式而導致的亂碼的問題。首先，明確一點，文本文件與二進制文件的概念與差異。
文本文件是基于字符編碼的文件，常見的編碼有ASCII編碼，UNICODE編碼、ANSI編碼等等。二進制文件是基于值編碼的文件，你可以根據具體應用，指定某個值是什么意思（這樣一個過程，可以看作是自定義編碼。）
因此可以看出文本文件基本上是定長編碼的(也有非定長的編碼如UTF-8)。而二進制文件可看成是變長編碼的，因為是值編碼嘛，多少個比特代表一個值，完全由你決定。
對于二進制文件，是千萬不能使用字符串的，因為字符串默認初始化時會使用系統默認編碼，然而，二進制文件因為自定義編碼自然與固定格式的編碼會有所沖突，所以對于二進制的文件只能采用字節流讀取、操作、寫入。
對于文本文件，因為編碼固定，所以只要在讀取文件之前，采用文件自身的編碼格式解析文件，然后獲取字節，再然后，通過指定格式初始化字符串，那么得到的文本是不會亂碼的。雖然，二進制文件也可以獲取到它的文本編碼格式，但是那是不準確的，所以不能同日而語。
具體操作如下：
1）獲取文本文件的格式
public static String getFileEncode(String path) {
String charset ="asci";
byte[] first3Bytes = new byte[3];
BufferedInputStream bis = null;
try {
boolean checked = false;
bis = new BufferedInputStream(new FileInputStream(path));
bis.mark(0);
int read = bis.read(first3Bytes, 0, 3);
if (read == -1)
return charset;
if (first3Bytes[0] == (byte) 0xFF && first3Bytes[1] == (byte) 0xFE) {
charset = "Unicode";//UTF-16LE
checked = true;
} else if (first3Bytes[0] == (byte) 0xFE && first3Bytes[1] == (byte) 0xFF) {
charset = "Unicode";//UTF-16BE
checked = true;
} else if (first3Bytes[0] == (byte) 0xEF && first3Bytes[1] == (byte) 0xBB && first3Bytes[2] == (byte) 0xBF) {
charset = "UTF8";
checked = true;
}
bis.reset();
if (!checked) {
int len = 0;
int loc = 0;
while ((read = bis.read()) != -1) {
loc++;
if (read >= 0xF0)
break;
if (0x80 <= read && read <= 0xBF) //單獨出現BF以下的，也算是GBK
break;
if (0xC0 <= read && read <= 0xDF) {
read = bis.read();
if (0x80 <= read && read <= 0xBF)
//雙字節 (0xC0 - 0xDF) (0x80 - 0xBF),也可能在GB編碼內
continue;
else
break;
} else if (0xE0 <= read && read <= 0xEF) { //也有可能出錯，但是幾率較小
read = bis.read();
if (0x80 <= read && read <= 0xBF) {
read = bis.read();
if (0x80 <= read && read <= 0xBF) {
charset = "UTF-8";
break;
} else
break;
} else
break;
}
}
//TextLogger.getLogger().info(loc + " " + Integer.toHexString(read));
}
} catch (Exception e) {
e.printStackTrace();
} finally {
if (bis != null) {
try {
bis.close();
} catch (IOException ex) {
}
}
}
return charset;
}
private static String getEncode(int flag1, int flag2, int flag3) {
String encode="";
// txt文件的開頭會多出幾個字節，分別是FF、FE（Unicode）,
// FE、FF（Unicode big endian）,EF、BB、BF（UTF-8）
if (flag1 == 255 && flag2 == 254) {
encode="Unicode";
}
else if (flag1 == 254 && flag2 == 255) {
encode="UTF-16";
}
else if (flag1 == 239 && flag2 == 187 && flag3 == 191) {
encode="UTF8";
}
else {
encode="asci";// ASCII碼
}
return encode;
} 2）通過文件的編碼格式讀取文件流
/**
* 通過路徑獲取文件的內容，這個方法因為用到了字符串作為載體，為了正確讀取文件（不亂碼），只能讀取文本文件，安全方法！
*/
public static String readFile(String path){
String data = null;
// 判斷文件是否存在
File file = new File(path);
if(!file.exists()){
return data;
}
// 獲取文件編碼格式
String code = FileEncode.getFileEncode(path);
InputStreamReader isr = null;
try{
// 根據編碼格式解析文件
if("asci".equals(code)){
// 這里采用GBK編碼，而不用環境編碼格式，因為環境默認編碼不等于操作系統編碼
// code = System.getProperty("file.encoding");
code = "GBK";
}
isr = new InputStreamReader(new FileInputStream(file),code);
// 讀取文件內容
int length = -1 ;
char[] buffer = new char[1024];
StringBuffer sb = new StringBuffer();
while((length = isr.read(buffer, 0, 1024) ) != -1){
sb.append(buffer,0,length);
}
data = new String(sb);
}catch(Exception e){
e.printStackTrace();
log.info("getFile IO Exception:"+e.getMessage());
}finally{
try {
if(isr != null){
isr.close();
}
} catch (IOException e) {
e.printStackTrace();
log.info("getFile IO Exception:"+e.getMessage());
}
}
return data;
} 3）通過文件指定的格式寫入文件
/**
* 按照指定的路徑和編碼格式保存文件內容，這個方法因為用到了字符串作為載體，為了正確寫入文件（不亂碼），只能寫入文本內容，安全方法
*
* @param data
* 將要寫入到文件中的字節數據
* @param path
* 文件路徑,包含文件名
* @return boolean
* 當寫入完畢時返回true;
*/
public static boolean writeFile(byte data[], String path , String code){
boolean flag = true;
OutputStreamWriter osw = null;
try{
File file = new File(path);
if(!file.exists()){
file = new File(file.getParent());
if(!file.exists()){
file.mkdirs();
}
}
if("asci".equals(code)){
code = "GBK";
}
osw = new OutputStreamWriter(new FileOutputStream(path),code);
osw.write(new String(data,code));
osw.flush();
}catch(Exception e){
e.printStackTrace();
log.info("toFile IO Exception:"+e.getMessage());
flag = false;
}finally{
try{
if(osw != null){
osw.close();
}
}catch(IOException e){
e.printStackTrace();
log.info("toFile IO Exception:"+e.getMessage());
flag = false;
}
}
return flag;
} 4）對于二進制文件而且內容很少的，例如Word文檔等，可以使用如下方式讀取、寫入文件
/**
* 從指定路徑讀取文件到字節數組中,對于一些非文本格式的內容可以選用這個方法
* 457364578634785634534
* @param path
* 文件路徑,包含文件名
* @return byte[]
* 文件字節數組
*
*/
public static byte[] getFile(String path) throws IOException {
FileInputStream stream=new FileInputStream(path);
int size=stream.available();
byte data[]=new byte[size];
stream.read(data);
stream.close();
stream=null;
return data;
}
/**
* 把字節內容寫入到對應的文件，對于一些非文本的文件可以采用這個方法。
* @param data
* 將要寫入到文件中的字節數據
* @param path
* 文件路徑,包含文件名
* @return boolean isOK 當寫入完畢時返回true;
* @throws Exception
*/
public static boolean toFile(byte data[], String path) throws Exception {
FileOutputStream out=new FileOutputStream(path);
out.write(data);
out.flush();
out.close();
out=null;
return true;
} 來自：http://my.oschina.net/heweipo/blog/384509
本文由用戶 jopen 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。
轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。
本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！