java字符与字节的问题(算分给热心的朋友)

sunxing007 2009-06-27 10:52:25

这段代码很简单，就是从一个文本文件读字节，然后转成String打印出来，



public class TestStream {

	public static void main(String[] args) throws Exception{

		//q.txt带有中文和中文特有的标点符号。保存为ANSI编码格式

		InputStream in = new FileInputStream("c:\\q.txt");

		byte[] b = new byte[32];

		int size = in.read(b);

		while(size!=-1){

			//下面这样会有很多乱码。

			System.out.print(new String(b, 0, size));

			//如果我把q.txt保存为UTF-8,然后象下面这样构造String， 乱码没了。

			//但是有少量问号

			//System.out.print(new String(b, 0, size, "UTF-8"));

			size = in.read(b);

		}

		in.close();

	}

}

q.txt是一个简单的中文文本文件。比如：



进行被过滤黑名单的更新

。同时会另外启用两个xnet2.ex

e线程，与211.161.1.134 和 203.171.

236.231进行通讯，后者ip为 河南郑州景安计算机网络 ，前者

是北京  长宽的一个ip，具体来源不明。

坝完美得全部符合。它的存在真的是为了保护未成人收到色情网站

的毒害吗？未必，监视大量应用程序，定时对系统进行截图，对代理软

件进行封锁，然后将用户电脑中的各种资料秘密传往某处。

问题我已经描述在程序中了，怎么可以消除这样的问题，
还有就是在像这样的InputStream中，我不知道那个文件保存为什么样的编码，我要把它用流读出来，然后显示出来，怎么做才没有乱码。
不要告诉我用BufferedReader.
如果愿意就byte， char，字节流，字符流做一些讨论和指导更好。
谢谢热心的朋友们。

...全文

355 57 打赏收藏转发到动态举报

写回复

用AI写文章

57 条回复

切换为时间正序

请发表友善的回复…

发表回复

harold2007 2009-07-01

打赏
举报

我先留名！

luckygino 2009-07-01

打赏
举报

共同学习了加油

晴天v1 2009-07-01

打赏
举报

留名。

xcasp2008 2009-06-30

打赏
举报

System.out.print(new String(b.getBytes("GBK), 0, size));

这样行不行？

fyofmee 2009-06-30

打赏
举报

太强大了,学习下`~~

xingqiliudehuanghun 2009-06-30

打赏
举报

学习下，这方面做得少，不懂

virginkj 2009-06-30

打赏
举报

学习来了

晴天v1 2009-06-30

打赏
举报

顶起，不能沉下去了啊。
现在的问题是不是读文件时缓冲数据大小的设置问题啊？

我有个想法，就是每次读一行数据，读到文件中有回车，换行时即13、10时，动态设置缓存数组的大小。
但不知道怎么实现。

sunxing007 2009-06-30

打赏
举报

[Quote=引用 20 楼 scarlet365 的回复:]
文本文件中,前N个字节(每种编码不一样)标识了本文件的字符编码

ansi = 无(即第一个字节就是文件的内容)

UTF-8 = 0xEF,0xBB,0xBF(UTF-8占用前3个字节)

Unicode = 0xFF 0xFE(unicode占用前2个字节)

附测试代码:

Java code

/**
* Title: CatchFileEncoding.java<br>
* Description:获取文件字符集<br>
* Copyright @ 2006 .All rights reserved.<br>
* @author LiN
* @version 2009-2-4 1.0
…
[/Quote]
其实这楼的兄弟的例子很好，只是运行时候有错，还没来得及参透。

sunxing007 2009-06-30

打赏
举报

[Quote=引用 45 楼 preferme 的回复:]
看楼主的代码。
貌似像是接触字符编码处理时间比较短暂。

一般情况下，我们就用固定编码形式来处理字节流。
如果发现乱码，就更改配置文件，换一个编码试一试。

如果，程序非要完成编码的自动识别。这个问题就非常有难度了。
通常的办法，就是逐个的将已知的编码逐个去试，能解码成功的就OK。
这方面做的比较好的，mozilla基金会有一个Firefox用来自动探测编码的库
LZ可以参看一下它的使用方式。
其他方面的…
[/Quote]
以前是没有研究过编码，通常的做法就是凡是涉及到编码的地方都utf-8.
因为写一段代码引起了我对编码和字符集的兴趣。
http://blog.csdn.net/sunxing007/archive/2009/06/29/4305956.aspx
这篇文章中，解析http头需要用字节流，但是http头是有含义的，所以要把读到的http头的一行转换为字符串。
于是我想顺便探讨一下子节流转字符流的问题。

sunxing007 2009-06-30

打赏
举报

[Quote=引用 47 楼 zhangyou1010 的回复:]
顶起，不能沉下去了啊。
现在的问题是不是读文件时缓冲数据大小的设置问题啊？

我有个想法，就是每次读一行数据，读到文件中有回车，换行时即13、10时，动态设置缓存数组的大小。
但不知道怎么实现。
[/Quote]
这个点子不错。

rxw137384765 2009-06-29

打赏
举报

还没学，先帮顶一下，以后学了再来这里学习学习

longq121 2009-06-29

打赏
举报

来晚了，不错，学习了

冰思雨 2009-06-29

打赏
举报

看楼主的代码。
貌似像是接触字符编码处理时间比较短暂。

一般情况下，我们就用固定编码形式来处理字节流。
如果发现乱码，就更改配置文件，换一个编码试一试。

如果，程序非要完成编码的自动识别。这个问题就非常有难度了。
通常的办法，就是逐个的将已知的编码逐个去试，能解码成功的就OK。
这方面做的比较好的，mozilla基金会有一个Firefox用来自动探测编码的库
LZ可以参看一下它的使用方式。
其他方面的我就不知道了。

我一般遇到这种情况，都是按照固定编码的方式来做的。
只是，先使用GBK解码试试，不行再换UTF-8试试，都不行，就程序停止。
InputStream is = ....;
InputStreamReader isr = new InputStreamReader(is,"GBK");
如果代码有异常，就重新获取InputStream , 然后InputStreamReader isr = new InputStreamReader(is,"UTF-8");
当然，如果无法重新获取InputStream 的情况下，
貌似有个ByteArrayInputStream的类，可以先把字节流存到这里，然后再使用。

chudu 2009-06-29

打赏
举报

楼主，建议你先设置一下流的编码：InputStreamReader(InputStream in, String charsetName);

bigbug9002 2009-06-28

打赏
举报

一次性全读进来就没有问题了:

import java.io.*;

public class TestStream {

    public static void main(String[] args) throws Exception{

        //q.txt带有中文和中文特有的标点符号。保存为ANSI编码格式

        InputStream in = new FileInputStream("c:\\q.txt");

        byte[] b = new byte[640];



        int size = in.read(b);

        BufferedOutputStream bos=new BufferedOutputStream(System.out);

        while(size!=-1){

            //下面这样会有很多乱码。

            System.out.print(new String(b, 0, size));

            //如果我把q.txt保存为UTF-8,然后象下面这样构造String， 乱码没了。

            //但是有少量问号

            //System.out.print(new String(b, 0, size, "UTF-8"));

            //bos.write(b,0,32);

            size = in.read(b);

        }

        in.close();

    }