readChar()方法显示日文字符

Question

我试图编写一段代码，根据用户输入的索引从文件中提取一个单词，但问题是，来自RandomAccessFile类的方法RandomAccessFile正在返回日语字符，我必须承认，这不是我第一次在联想笔记本上看到这种情况，有时在安装向导上我可以看到混合的东西，正常字符与日本字符混合，你认为它来自笔记本还是代码？

这是代码：

package com.project;

import java.io.*;
import java.util.StringTokenizer;

public class Main {

    public static void main(String[] args) throws IOException {
        int N, i=0;
        char C;
        char[] charArray = new char[100];
        String fileLocation = "file.txt";
        BufferedReader buffer = new BufferedReader(new InputStreamReader(System.in));
        do {
            System.out.println("enter the index of the word");
            N = Integer.parseInt(buffer.readLine());
            if (N!=0) {
                RandomAccessFile word = new RandomAccessFile(new File(fileLocation), "r");
                do {
                    word.seek((2*(N-1))+i);
                    C = word.readChar();
                    charArray[i] = C;
                    i++;
                }while(charArray[i-1] != ' ');
                System.out.println("the word of index " + N + " is: " );
                for (char carTemp : charArray )
                System.out.print(carTemp);
                System.out.print("\n");

            }
        }while(N!=0);
        buffer.close();
    }
}

我得到了这个输出：

瑯潕啰灰灥敲牃䍡慳獥攨⠩⤍ഊੴ瑯潌䱯潷睥敲牃䍡慳獥攨⠩⤍ഊ੣捯潭浣捡慴琨⡓却瑲物楮湧朩⤍ഊ੣捨桡慲牁䅴琨⡩楮湴琩⤍ഊੳ獵畢扳獴瑲物楮湧木⠠⁳獴瑡慲牴琠⁩楮湤摥數砬Ⱐ⁥敮湤搠⁩楮湤摥數砩⤍ഊੴ瑲物業洨⠩Exception in thread "main" java.lang.ArrayIndexOutOfBoundsException: Index 100 out of bounds for length 100
    at Main.main(Main.java:21)

Answer 1

有许多事情是错误的，所有这些都与根本的误解有关。

首先:磁盘上的文件--不管是File接口还是任何其他编程语言；文件本身--不存储文本，也不能存储文本。永远不会。它存储字节。也就是说，原始数据(在每台几十年来一直相关的机器上，但历史上有其他方法)被量化为bits，这些数据被组织成8组，称为字节。

文本是一种抽象；对的解释--某些特定的字节值序列。它从根本上和不可避免地取决于编码。因为这不是一个博客，所以我将在这里为您省去历史教训，但只需说一句：char类型而不是只是存储一个文本字符。它存储一个无符号的两字节值，它可以表示文本的字符.由于Unicode中的文本字符多于两个字节所能表示的字符，因此有时需要数组中两个相邻的char来表示文本的字符。(当然，可能有一些代码滥用char类型，仅仅是因为有人想要一个无签名的short。我甚至可能自己写了一些。那个时代对我来说是模糊的。)

无论如何，重点是:使用.readChar()将从您的文件中读取两个字节，并将它们存储到char[]中的一个char中，而相应的数值将不会与您想要的值完全相同--除非您的文件碰巧使用了与Java本机使用的编码相同的编码，称为乌特夫-16。

如果不知道文件编码，就无法正确读取和解释该文件。句号。你充其量可以欺骗自己相信你能读懂它。您还不能使用对文本文件进行“随机访问”--即根据文本的多个字符进行索引--除非所讨论的编码是恒定宽度。(当然，否则，您不能只计算到给定的文本字符所在的文件中的字节距离；它取决于前面的字符占用了多少字节，这取决于它们是哪些字符。)许多文本编码不是恒定宽度。坦率地说，最受欢迎的是目前大多数任务的默认建议，但事实并非如此。在这种情况下，对于你所描述的问题，你只是运气不佳。

无论如何，一旦您知道了文件的编码，在Java中从文件中检索文本字符的预期方法是使用读取器类之一，如InputStreamReader

InputStreamReader是从字节流到字符流的桥梁:它使用指定的字符集读取字节并将它们解码为字符。它使用的字符集可以通过名称指定，也可以显式地给出，或者可以接受平台的默认字符集。

(这里，charset简单地表示一个类的实例，该类用于表示文本编码。)

您可以使用来伪造您的问题描述:查找一个字节偏移量，然后从该偏移量开始获取文本字符。但是，不能保证“从该偏移量开始的文本字符”具有任何意义，或者实际上可以解码。如果偏移量恰好位于字符的多字节编码的中间，则其余部分不一定是有效的编码文本。

Answer 2

char为16位，即2字节。

seek寻求一个字节边界。

如果文件包含字符，那么它们将处于偶数偏移: 0、2、4.

表达式(2*(N-1))+i)是偶数当且仅当i是偶数；如果奇怪，则肯定会落在字符中间，从而读取垃圾。

i从零开始，但增加1，即半个字符。

您的搜索论点可能应该是(2*(N-1+i))。

替代解释:您的文件根本不包含chars；例如，您创建了一个字符为单个字节的ASCII文件。

在这种情况下，错误试图使用readChar函数读取ASCII (一个过时的字符编码)。

但是，如果文件包含ASCII，那么在file参数中乘以2的目的是模糊的。显然没有什么用处。

Answer 3

我将文件的编码改为UTF-16，并修改了程序以显示正确的索引，这些索引代表每个单词的开头，现在它运行良好，谢谢各位。

  import java.io.*;

public class Main {
public static void main(String[] args) throws IOException {
    int N, i=0, j=0, k=0;
    char C;
    char[] charArray = new char[100];
    String fileLocation = "file.txt";
    BufferedReader buffer = new BufferedReader(new InputStreamReader(System.in));
    DataInputStream in = new DataInputStream(new FileInputStream(fileLocation));
    boolean EOF=false;
    do {
        try {
            j++;
            C = in.readChar();
           if((C==' ')||(C=='\n')){
                System.out.print(j+1+"\t");
            }

        }catch (IOException e){
            EOF=true;
        }

    }while (EOF!=true);
    System.out.println("\n");
    do {
        System.out.println("enter the index of the word");
        N = Integer.parseInt(buffer.readLine());
        if (N!=0) {
            RandomAccessFile word = new RandomAccessFile(new File(fileLocation), "r");


            do {

                word.seek((2*(N-1+i)));
                C = word.readChar();
                charArray[i] = C;
                i++;
            }while(charArray[i-1] != ' ' && charArray[i-1] != '\n');
            System.out.print("the word of index " + N + " is: " );
            for (char carTemp : charArray )
                System.out.print(carTemp);
            System.out.print("\n");
             i=0;
            charArray = new char[100];
        }
    }while(N!=0);
    buffer.close();


   }
}