用java将字符串从一种编码解释为另一种编码。

Question

我四处寻找答案(我肯定他们在外面)，但我不确定这是可能的。

所以，我得到了一个巨大的文件，里面有“f r”这个词。我使用RandomAccessFile是因为我知道它在哪里(某种程度上)，因此可以使用kind()函数来实现。

要知道我已经找到了它，我在我的程序中有一个字符串“f r”，我检查它是否相等。问题是，我运行了调试器，当我到达“f r”时，我要比较的是“f r”。

所以我的程序终止时没有找到任何“f r”。

这是我用来得到一个词的代码：

    private static String getWord(RandomAccessFile file) throws IOException {
    StringBuilder stb = new StringBuilder();
    String word;
    char c;
    c = (char)file.read();
    int end;
    do {
        stb.append(c);
        end = file.read();
        if(end==-1)
            return "-1";
        c = (char)end;

    } while (c != ' ');
    word = stb.toString();
    word.trim();
    return word;
}

因此，基本上，我将文件中当前点的所有字符返回到第一个“-”字符。所以基本上我得到了这个词，但是既然(char)file.read()；读取一个字节(我认为)，UTF-8‘’就变成了‘s’和‘two’？

这种猜测的原因之一是，如果我用编码UTF-8打开我的文件，那就是“f r”，但是如果我用ISO-8859-15在相同的地方打开文件，那么我们现在就有了我的getWord方法所返回的确切内容：“f

所以我的问题是：

当我和“f”和“f”坐在一起的时候，有没有办法解决这个问题？就像说“阅读”“f-8字符串”来得到“f”一样？

Answer 1

import java.nio.charset.Charset;
String encodedString = new String(originalString.getBytes("ISO-8859-15"), Charset.forName("UTF-8"));

Answer 2

如果您必须使用RandomAccessFile，您应该先将内容读取到byte[]中，然后将完整的数组转换为String，大致如下所示：

byte[] buffer = new byte[whatever];
file.read(buffer);
String result = new String(buffer,"UTF-8");

这只是给你一个一般的印象，做什么，你将不得不增加一些长度处理等。

如果您在UTF-8序列的中间开始读取，这将不能正常工作，但是任何其他方法也是如此。

Answer 3

您正在使用RandomAccessFile.read()。它读取单个字节。UTF-8有时对一个字符使用几个字节。

本文讨论了从RandomAccessFile中读取UTF-8的不同方法：Java:从具有缓冲输入的随机访问文件中读取字符串。

如果您不一定需要一个RandomAccessFile，那么一定要切换到读取字符而不是字节。

如果可能的话，我建议默认搜索下一个单词的Scanner.next()。