動力節(jié)點(diǎn)小編來給大家講一下Java解析文件亂碼問題。

1.普通文件中文亂碼

普通的文件是指我們平時(shí)用記事本可以看到內(nèi)容的文件，例如.txt結(jié)尾的文件，這里為了測試，小編準(zhǔn)備了了兩個(gè)編碼的文件，test.txt和test2.txt，test.txt是通過window創(chuàng)建的文件編碼是 GBK，test2.txt是在編輯器里創(chuàng)建的，編輯器的編碼是 UTF-8;

文件內(nèi)容如下：

test.txt

test2.txt

方式一 :字節(jié)流讀取字節(jié)轉(zhuǎn)化為字符串顯示

 //通過FileInputStream讀取字節(jié)
 String path1 = "C:\\Users\\yanzhichao\\Desktop\\test.txt";
 String path2 = "C:\\Users\\yanzhichao\\Desktop\\test2.txt";
 InputStream inputStream1 = null;
 InputStream inputStream2 = null;
 try{
     inputStream1 = new FileInputStream(path1);
     byte[] bytes1 = T.IOUtils.toByteArray(inputStream1);
     System.out.println("****************************讀取test1.txt文件 start *****************************");
     System.out.println("使用默認(rèn)編碼-----------------------------");
     System.out.println(new String(bytes1));
     System.out.println("使用UTF-8編碼-----------------------------");
     System.out.println(new String(bytes1,"UTF-8"));
     System.out.println("使用GBK編碼-----------------------------");
     System.out.println(new String(bytes1,"GBK"));
     System.out.println("使用GB2312編碼-----------------------------");
     System.out.println(new String(bytes1,"GB2312"));
     System.out.println("使用ISO-8859-1編碼-----------------------------");
     System.out.println(new String(bytes1,"ISO-8859-1"));
     System.out.println("****************************讀取test1.txt文件 end *****************************");
     inputStream2 = new FileInputStream(path2);
     byte[] bytes2 = T.IOUtils.toByteArray(inputStream2);
     System.out.println("****************************讀取test2.txt文件 start *****************************");
     System.out.println("使用默認(rèn)編碼-----------------------------");
     System.out.println(new String(bytes2));
     System.out.println("使用UTF-8編碼-----------------------------");
     System.out.println(new String(bytes2,"UTF-8"));
     System.out.println("使用GBK編碼-----------------------------");
     System.out.println(new String(bytes2,"GBK"));
     System.out.println("使用GB2312編碼-----------------------------");
     System.out.println(new String(bytes2,"GB2312"));
     System.out.println("使用ISO-8859-1編碼-----------------------------");
     System.out.println(new String(bytes2,"ISO-8859-1"));
     System.out.println("****************************讀取test2.txt文件 end *****************************");
 } catch (Exception e) {
     e.printStackTrace();
 } finally {
     if(inputStream1 != null) {
         try {
             inputStream1.close();
         } catch (IOException e) {
             e.printStackTrace();
         }
     }
 }

代碼中T.IOUtils.toByteArray是封裝的工具類，其實(shí)里面使用的就是apache的IOUtils，這里不進(jìn)行累述。

代碼讀取了兩個(gè)文件，執(zhí)行結(jié)果如下：

****************************讀取test1.txt文件 start *****************************
使用默認(rèn)編碼-----------------------------
111????
使用UTF-8編碼-----------------------------
111????
使用GBK編碼-----------------------------
111測試
使用GB2312編碼-----------------------------
111測試
使用ISO-8859-1編碼-----------------------------
1112aê?
****************************讀取test1.txt文件 end *****************************
****************************讀取test2.txt文件 start *****************************
使用默認(rèn)編碼-----------------------------
?##=====Set Dubbo Begin=====
## Dubbo注冊中心地址
使用UTF-8編碼-----------------------------
?##=====Set Dubbo Begin=====
## Dubbo注冊中心地址
使用GBK編碼-----------------------------
锘?##=====Set Dubbo Begin=====
## Dubbo娉ㄥ唽涓績鍦板潃
使用GB2312編碼-----------------------------
锘?##=====Set Dubbo Begin=====
## Dubbo娉ㄥ??涓?蹇??板??
使用ISO-8859-1編碼-----------------------------
???##=====Set Dubbo Begin=====
## Dubbo?3¨?????-?????°??€
****************************讀取test2.txt文件 end *****************************

結(jié)果顯而易見，編碼不同出現(xiàn)中文亂碼，這里亂碼的原因是因?yàn)?new String()。java在字節(jié)轉(zhuǎn)化為字符時(shí)不指定編碼則會使用默認(rèn)編碼，我的編輯器默認(rèn)編碼是 UTF-8，所以出現(xiàn)上面的結(jié)果。

方式二 : 字符流讀取字符顯示

 //通過InputStreamReader讀取字符
String path1 = "C:\\Users\\yanzhichao\\Desktop\\test.txt";
String path2 = "C:\\Users\\yanzhichao\\Desktop\\test2.txt";
InputStreamReader reader1 = null;
InputStreamReader reader2 = null;
try{
    System.out.println("以字符為單位讀取文件內(nèi)容，一次讀多個(gè)字節(jié)：");
    // 一次讀多個(gè)字符
    char[] tempchars = new char[30];
    int charread = 0;
    reader1 = new InputStreamReader(new FileInputStream(path1));
    System.out.println("使用默認(rèn)編碼（UTF-8）：");
    // 讀入多個(gè)字符到字符數(shù)組中，charread為一次讀取字符數(shù)
    while ((charread = reader1.read(tempchars)) != -1) {
        // 同樣屏蔽掉\r不顯示
        if ((charread == tempchars.length)
                && (tempchars[tempchars.length - 1] != '\r')) {
            System.out.print(tempchars);
        } else {
            for (int i = 0; i < charread; i++) {
                if (tempchars[i] == '\r') {
                    continue;
                } else {
                    System.out.print(tempchars[i]);
                }
            }
        }
    }
    System.out.println();
    reader2 = new InputStreamReader(new FileInputStream(path1),"GBK");
    System.out.println("使用GBK編碼：");
    tempchars = new char[30];
    charread = 0;
    // 讀入多個(gè)字符到字符數(shù)組中，charread為一次讀取字符數(shù)
    while ((charread = reader2.read(tempchars)) != -1) {
        // 同樣屏蔽掉\r不顯示
        if ((charread == tempchars.length)
                && (tempchars[tempchars.length - 1] != '\r')) {
            System.out.print(tempchars);
        } else {
            for (int i = 0; i < charread; i++) {
                if (tempchars[i] == '\r') {
                    continue;
                } else {
                    System.out.print(tempchars[i]);
                }
            }
        }
    }
} catch (Exception e) {
    e.printStackTrace();
} finally {
    if(reader1 != null) {
        try {
            reader1.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    if(reader2 != null) {
        try {
            reader2.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

代碼只讀取了test.txt，執(zhí)行結(jié)果如下：

以字符為單位讀取文件內(nèi)容，一次讀多個(gè)字節(jié)：
使用默認(rèn)編碼（UTF-8）：
111????
使用GBK編碼：
111測試

顯然，和上面是一樣的，需要對應(yīng)編碼

2.字節(jié)文件損壞、亂碼

字節(jié)文件一般來說是要對應(yīng)的工具才能打開的，用記事本打開也看不到什么信息。

這里小編將之前的兩個(gè)文件加入到壓縮文件Desktop.rar中，代碼如下：

 String path1 = "C:\\Users\\yanzhichao\\Desktop\\test.txt";
 String path2 = "C:\\Users\\yanzhichao\\Desktop\\test2.txt";
 String zipName = "C:\\Users\\yanzhichao\\Desktop\\Desktop.rar";
 String zipName2 = "C:\\Users\\yanzhichao\\Desktop\\Desktop2.rar";
 String folderName = "test";
 List<String> filePathList = new ArrayList<>();
 filePathList.add(path1);
 filePathList.add(path2);
 InputStream is = null;
 InputStream is2 = null;
 ZipFile zip = null;
 ZipFile zip2 = null;
 try {
     //方法一
     zip = new ZipFile(zipName);
     ZipParameters para = null;
     File file = null;
     for (String fliePath : filePathList) {
         file = new File(fliePath);
         para = new ZipParameters();
         para.setCompressionMethod(Zip4jConstants.COMP_DEFLATE);
         para.setFileNameInZip(folderName+ fliePath.substring(fliePath.lastIndexOf(File.separator)));
         para.setSourceExternalStream(true);
         is = new ByteArrayInputStream(T.FileUtils.readFileToByteArray(file));
         zip.addStream(is, para);
     }
     //方法二
     zip2 = new ZipFile(zipName2);
     ZipParameters para2 = null;
     for (String fliePath : filePathList) {
         String content = new String(T.IOUtils.toByteArray(new FileInputStream(fliePath)));
         para2 = new ZipParameters();
         para2.setCompressionMethod(Zip4jConstants.COMP_DEFLATE);
         para2.setFileNameInZip(folderName+ fliePath.substring(fliePath.lastIndexOf(File.separator)));
         para2.setSourceExternalStream(true);
         is2 = new ByteArrayInputStream(content.getBytes());
         zip2.addStream(is2, para2);
     }
 } catch (ZipException | IOException e) {
     e.printStackTrace();
 } finally {
     if (is != null) {
         try {
             is.close();
         } catch (IOException e) {
             e.printStackTrace();
         }
     }
     if (is2 != null) {
         try {
             is2.close();
         } catch (IOException e) {
             e.printStackTrace();
         }
     }
 }
}

代碼中使用了zip4j工具類進(jìn)行壓縮，讀取文件轉(zhuǎn)換為字節(jié)數(shù)組使用的是apache的工具類。

執(zhí)行后的結(jié)果是Desktop2.rar中的中文存在亂碼，其他的正常。

如果對壓縮文件進(jìn)行再壓縮時(shí)，第二種方法出來的壓縮文件不會有問題，但是打開里面的壓縮文件會提示損壞。