字符串中的其他空格已使用FileInputStream将文本文件读取为字符串

Question

我正在尝试将一个文本文件读入一个字符串变量。文本文件有多行。打印字符串以测试“读入”代码后，每个字符之间有一个额外的空格。当我使用字符串来生成字符二元语法时，空格使样本文本变得无用。代码是

try {
  FileInputStream fstream = new FileInputStream(textfile);   
  DataInputStream in = new DataInputStream(fstream);     
  BufferedReader br = new BufferedReader(new InputStreamReader(in));

  //Read corpus file line-by-line, concatenating each line to the String "corpus"
  while ((strLine = br.readLine()) != null) {
    corpus = (corpus.concat(strLine));    
  }

  in.close();    //Close the input stream  
}
catch (Exception e) { //Catch exception if any
  System.err.println("Error test check: " + e.getMessage());
}

如果有任何建议，我将不胜感激。

谢谢。

Answer 1

您的文本文件可能采用UTF-16 (Unicode)编码。UTF-16需要两个或四个字节来表示每个字符。对于大多数西方文本文件，“中间”字节是不可打印的，看起来像空格。

您可以使用second argument of InputStreamReader指定编码。

或者，修改文本文件(在Unix上为图标，另存为..Windows记事本中的对话框)：

​