Java按字符读取文本文件-unicode 254和255突然出现

Question

从下面的代码中，我读取了一个包含字符“a”（unicode 97）的文本文件

int ini ; 
    // Buffered Reader Text file read per character
    while((ini=jer.read())!=(-1)){
        char inp = (char)ini;
        System.out.println(inp);
        if (listahan.containsKey(inp)) {
                listahan.put(inp,listahan.get(inp) + 1);
            } else {
                listahan.put(inp, 1);
            }
    }
// ENHANCED FOR LOOP FOR DISPLAYING IN CONSOLE
for (Map.Entry<Character, Integer> e : listahan.entrySet()){
    System.out.printf("%1d.) %-15s : %-3d%n", ctr++, e.getKey(), e.getValue());

}

输出是：

1.)                 : 1  // (must be a null)
2.) a               : 1  
3.) þ               : 1  
4.) ÿ               : 1  

为什么输出不像这个？：

1.) a                 :1

Answer 1

您遇到了Byte Order Mark，即 U+FEFF，即作为单独字节读取时，相当于 254 和 255。

这（连同 null 的出现）可能意味着文件以 UTF-16 或 UCS-2（又名宽字符串、wchar 等）编码。如果您不知道这意味着什么，我建议您阅读 unicode 编码。为此，我推荐这篇很棒的文章The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)。