在java中，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（我肯定他们就在那里），但我不确定这是可能的。

所以，我得到了一个包含“för”这个词的巨大文件。我之所以使用RandomAccessFile，是因为我知道它（某种程度上）在哪里，因此可以使用seek（）函数到达那里。

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

所以我的程序终止时没有找到任何“för”。

这是我用来获取单词的代码：

    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;
}

所以基本上我会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，但是自从（char）文件。read（）；读一个字节（我想），UTF-8的“ö”变成了两个字符“Ô和“戡”？

这个猜测的一个原因是，如果我用编码UTF-8打开我的文件，它是“för”，但是如果我在同一个地方用ISO-8859-15打开文件，我们现在正好有我的getWord方法返回的内容：“för”

所以我的问题是：

当我和一个“för”和一个“für”坐在一起时，有什么办法可以解决这个问题吗？就像说“读”för“就好像它是一个UTF-8字符串”来得到“för”？

Answer 1

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

Answer 2

您使用的是ile.read（）。它读取单个字节。UTF-8有时对一个字符使用几个字节。

这里讨论了从随机访问文件中读取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

如果你不一定需要一个随机存取文件，你一定要切换到读取字符而不是字节。

如果可能的话，我建议使用扫描仪。next（）默认情况下搜索下一个单词。

Answer 3

如果必须使用随机访问文件，则应首先将内容读入字节[]，然后将整个数组转换为字符串——如下所示：

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

这只是给你一个大致的印象，你需要增加一些长度处理等。

如果您在UTF-8序列中开始阅读，那么这将无法正常工作，但其他方法也是如此。