Java字符转换为UTF-8

Question

我正在使用：

InputStreamReader isr = new InputStreamReader(fis, "UTF8");

从文本文件中读取字符并将其转换为UTF8字符。

我的问题是，如果被读取的一个字符无法转换为utf8，会发生什么？会有例外吗？或者会让角色掉线？

Answer 1

您没有从一个字符集转换为另一个字符集。您只是指示该文件是UTF 8编码的，以便您可以正确读取它。

如果您想从1编码转换为另一种编码，那么您应该执行以下操作

File infile = new File("x-utf8.txt");
File outfile = new File("x-utf16.txt");

String fromEncoding="UTF-8";
String toEncoding="UTF-16";

Reader in = new InputStreamReader(new FileInputStream(infile), fromEncoding);
Writer out = new OutputStreamWriter(new FileOutputStream(outfile), toEncoding);

在完成David Gelhar的回复后，我觉得这段代码可以改进一下。如果你不知道“inFile”的编码，那么使用GuessEncoding库检测编码，然后用检测到的编码构建阅读器。

Answer 2

如果输入文件包含无效的字节utf-8，则read（）将默认使用U + FFFD（十进制65533; Unicode "replacement character"）替换无效字符。

如果您需要更好地控制此行为，可以使用：

InputStreamReader(InputStream in, CharsetDecoder dec)

并根据您的喜好提供CharsetDecoder。