Java Inputstream讀取檔案亂碼問題__大資料

新人才開始學習寫部落格，不喜勿噴。歡迎各位大佬批評指正，感激不敬。

我之前做了10個月C#，後來轉Java 自學也有一段時間，有物件導向基礎學起基礎還是挺快的。今天突然突發奇想，想來操作下Java檔案讀取（不得不說以前自己都很懶，能百度的東西自己都不願意自己親手去做，希望廣大碼友不要學我，凡事自己多實踐）這篇文章主要記錄自己在使用Inputstream遇到問題（亂碼和位元組）廢話不多說直接上代碼

class ReadFile {
public String readfilebyInputStream(String filePath){
String result="";
File file=new File(filePath);
InputStream inputstream=null;
byte []b=new byte[1024];//接受1024個位元組
try {
inputstream=new FileInputStream(file);
int temp;
int length=0;
while((temp=inputstream.read())!=-1) {//每次讀取一個位元組，存放在byte數組中
b[length]=(byte)temp;
length++;
}
return new String(b,0,length);//將位元組轉換成String 
}
catch(Exception e) {
e.printStackTrace();
return e.getMessage();
}
finally {
if(inputstream!=null) {
try {
inputstream.close();
} catch (IOException e) {
e.printStackTrace();
}
}

}
}

}

代碼調用：

public static ReadFile filetool=new ReadFile();
public static void main(String[] args) {
System.out.println( filetool.readfilebyInputStream("d:/FileTest/test.txt"));
}

輸出內容：

ljflsjafl
asfjliruqwdkaopsj
�ʹ�ʱ�䷢
akdlasjflnf������flaw Iowa��2
42żpsdaksfasjsffas

程式碼分析：

出現亂碼，這是因為 我們自己電腦上的文檔預設的GBK格式，而我的.java檔案被我預設成utf-8檔案，所以出現中文亂碼，

return new String(b,0,length)更改為return new String(b,0,length,"GBK")指定編碼格式中文完整輸出。如下：

ljflsjafl
asfjliruqwdkaopsj
送達時間發
akdlasjflnf發酵素flaw Iowa人2

42偶psdaksfasjsffas

但是還有一種情況也可能會出現亂碼 比如我把代碼改成如下樣子，我把byte數組設定小一點比如11個位元組，然後迴圈利用者這11個位元組數組去接受讀取的資料，每次讀滿11個位元組就轉換成String類型；代碼如下

class ReadFile {
public String readfilebyInputStream(String filePath){
String result="";
File file=new File(filePath);
InputStream inputstream=null;
byte []b=new byte[11];//位元組數組大小
try {
inputstream=new FileInputStream(file);
int temp;
int length=0;
while((temp=inputstream.read())!=-1) {//每次讀取一個位元組，存放在byte數組中
//每次讀取11個位元組,並轉換成String
if(length==11) {
result+=new String(b,0,length,"GBK");
length=0;
}
b[length]=(byte)temp;
length++;
}
return result+=new String(b,0,length,"GBK");//退出迴圈的時候，最後一個位元組數組可能並沒有11個位元組
}
catch(Exception e) {
e.printStackTrace();
return e.getMessage();
}
finally {
if(inputstream!=null) {
try {
inputstream.close();
} catch (IOException e) {
e.printStackTrace();
}
}

}
}

}

這個時候輸出內容：ljflsjafl
asfjliruqwdkaopsj
送�鍤奔浞�
akdlasjflnf發酵素flaw Iowa人2

42偶psdaksfasjsffas

結論：

依然出現了亂碼，這是因為我們中文佔用兩個位元組，比如這樣一個常值內容"abcdefghjk胡"前面是10字母，第十一位是中文，其實這個文本佔用了12個位元組，表面上看佔用11個位元組而已，最後一個中文"胡"會被分解成兩個位元組，當我用11個位元組去取這個文本的時候，唯讀取了前面10個字母+一個中文的位元組，然後用new String(b,0,length,"GBK")轉中文的時候自然就亂碼。