JavaNio ByteBuffer在缓冲区达到其绑定时截断Unicode字符

Question

我正在用java编写一个函数，可以读取文件并将其内容转换为字符串：

public static String ReadFromFile(String fileLocation) {
    StringBuilder result = new StringBuilder();
    RandomAccessFile randomAccessFile = null;
    FileChannel fileChannel = null;
    try {
        randomAccessFile = new RandomAccessFile(fileLocation, "r");
        fileChannel = randomAccessFile.getChannel();
        ByteBuffer byteBuffer = ByteBuffer.allocate(10);
        CharBuffer charBuffer = null;
        int bytesRead = fileChannel.read(byteBuffer);
        while (bytesRead != -1) {
            byteBuffer.flip();
            charBuffer = StandardCharsets.UTF_8.decode(byteBuffer);
            result.append(charBuffer.toString());
            byteBuffer.clear();
            bytesRead = fileChannel.read(byteBuffer);
        }
    } catch (IOException ignored) {
    } finally {
        try {
            if (fileChannel != null)
                fileChannel.close();
            if (randomAccessFile != null)
                randomAccessFile.close();
        } catch (IOException ignored) {
        }
    }
    return result.toString();
}

从上面的代码中，您可以看到我设置了“ByteBuffer”。只分配10个字节，目的是让事情更清楚。现在我想读取一个名为“test.txt”的文件，该文件包含中文unicode字符，如下所示：

乐正绫我爱你乐正绫我爱你

下面是我的测试代码：

java prettyprint-override">System.out.println(ReadFromFile("test.txt"));

控制台中的预期输出

乐正绫我爱你乐正绫我爱你

控制台中的实际输出

乐正绫���爱你��正绫我爱你

可能原因
ByteBuffer只分配了10个字节，因此unicode字符每10个字节被截断一次。

尝试解决将ByteBuffer分配的字节数增加到20的问题，结果如下：

乐正绫我爱你��正绫我爱你

不是一个健壮的解决方案
将ByteBuffer分配给一个非常大的数字，如102400，但对于非常大的文本文件，它是不实用的。

问题
如何解决这个问题？

Answer 1

您不能，因为您不知道UTF-8编码中每个字符使用了多少字节，而且您真的不想重写该逻辑。

有文件。Java 11中的readString（），对于较低版本，可以使用文件。readAllBytes（）例如。

Path path = new File(fileLocation).toPath()
String contents = new String(Files.readAllBytes(path), StandardCharsets.UTF_8);