如何使用Java将汉字保存到文件中？

Question

我使用以下代码将汉字保存到.txt文件中，但是当我用写字板打开它时，我看不懂它。

StringBuffer Shanghai_StrBuf = new StringBuffer("\u4E0A\u6D77");
boolean Append = true;

FileOutputStream fos;
fos = new FileOutputStream(FileName, Append);
for (int i = 0;i < Shanghai_StrBuf.length(); i++) {
    fos.write(Shanghai_StrBuf.charAt(i));
}
fos.close();

我能做什么 ？我知道如果将汉字剪切并粘贴到写字板中，可以将其保存到.txt文件中。如何在Java中做到这一点？

Answer 1

这里有几个因素在起作用：

• 文本文件没有用于描述其编码的内在元数据（就尖括号税而言，XML受欢迎是有原因的）
• Windows的默认编码仍然是8位（或双字节）“ ANSI ”字符集，其值范围有限-以这种格式编写的文本文件不可移植
• 为了从ANSI文件中识别出Unicode文件，Windows应用程序依赖文件开头的字节顺序标记（严格意义上不是这样-Raymond Chen解释）。理论上，BOM可以告诉您数据的字节序（字节顺序）。对于UTF-8，即使只有一个字节顺序，Windows应用程序也依靠标记字节来自动确定它是Unicode（尽管您会注意到Notepad在其打开/保存对话框中有一个编码选项）。
• 说Java损坏是错误的，因为Java不会自动编写UTF-8 BOM。例如，在Unix系统上，将BOM表写入脚本文件将是错误的，并且许多Unix系统使用UTF-8作为其默认编码。有时候，您也不希望在Windows上使用它，例如将数据追加到现有文件中时：fos = new FileOutputStream(FileName,Append);

这是一种将UTF-8数据可靠地附加到文件的方法：

  private static void writeUtf8ToFile(File file, boolean append, String data)
      throws IOException {
    boolean skipBOM = append && file.isFile() && (file.length() > 0);
    Closer res = new Closer();
    try {
      OutputStream out = res.using(new FileOutputStream(file, append));
      Writer writer = res.using(new OutputStreamWriter(out, Charset
          .forName("UTF-8")));
      if (!skipBOM) {
        writer.write('\uFEFF');
      }
      writer.write(data);
    } finally {
      res.close();
    }
  }

用法：

  public static void main(String[] args) throws IOException {
    String chinese = "\u4E0A\u6D77";
    boolean append = true;
    writeUtf8ToFile(new File("chinese.txt"), append, chinese);
  }

注意：如果文件已经存在，并且您选择追加并且现有数据 不是 UTF-8编码的，那么代码将创建的唯一内容就是一团糟。

这是Closer此代码中使用的类型：

public class Closer implements Closeable {
  private Closeable closeable;

  public <T extends Closeable> T using(T t) {
    closeable = t;
    return t;
  }

  @Override public void close() throws IOException {
    if (closeable != null) {
      closeable.close();
    }
  }
}

此代码使Windows最佳地猜测如何基于字节顺序标记读取文件：

  private static final Charset[] UTF_ENCODINGS = { Charset.forName("UTF-8"),
      Charset.forName("UTF-16LE"), Charset.forName("UTF-16BE") };

  private static Charset getEncoding(InputStream in) throws IOException {
    charsetLoop: for (Charset encodings : UTF_ENCODINGS) {
      byte[] bom = "\uFEFF".getBytes(encodings);
      in.mark(bom.length);
      for (byte b : bom) {
        if ((0xFF & b) != in.read()) {
          in.reset();
          continue charsetLoop;
        }
      }
      return encodings;
    }
    return Charset.defaultCharset();
  }

  private static String readText(File file) throws IOException {
    Closer res = new Closer();
    try {
      InputStream in = res.using(new FileInputStream(file));
      InputStream bin = res.using(new BufferedInputStream(in));
      Reader reader = res.using(new InputStreamReader(bin, getEncoding(bin)));
      StringBuilder out = new StringBuilder();
      for (int ch = reader.read(); ch != -1; ch = reader.read())
        out.append((char) ch);
      return out.toString();
    } finally {
      res.close();
    }
  }

用法：

  public static void main(String[] args) throws IOException {
    System.out.println(readText(new File("chinese.txt")));
  }

（System.out使用默认编码，因此是否打印任何有意义的内容取决于您的平台和配置。）