尝试读取文本文件时输出错误

Question

我想读取文本文件并将其打印到控制台，所以我使用以下代码进行了此操作

File file = new File("G:\\text.txt");
FileReader fileReader = new FileReader(file);
int ascii = fileReader.read();

while (ascii != -1)
{
result = result + (char) ascii;
ascii = fileReader.read();
}
System.out.println(result);

虽然我得到了正确的结果，但在某些情况下我会得到一些奇怪的结果。假设我的文本文件中包含以下文本：

Hello to every one

为了有一个文本文件，我使用了记事本，当我改变编码模式时，我的代码会得到奇怪的输出。

Ansi : 大家好

Unicode : ÿþh e l l o t o e v e r y o n e

Unicode 大端：þÿ h e l l o t o e v e r y o n e

UTF-8 : 大家好

为什么我会得到这些奇怪的输出？我的代码有问题吗？或者还有其他原因

Answer 1

您的文件以byte-order mark (U+FEFF) 开头。它应该只出现在文件的第一个字符中——它的使用并不广泛，但各种 Windows 工具都包含它，包括记事本。你可以从第一行开始去掉它。

顺便说一句，我强烈建议不要使用FileReader - 它不允许您指定编码。我会使用Files.newBufferedReader，并指定编码或让它默认为UTF-8（而不是FileReader 使用的系统默认编码）。当您使用BufferedReader 时，您也可以使用readLine() 一次读取一行：

 String line;
 while ((line = reader.readLine()) != null) {
     System.out.println(line.replace("\uFEFF", ""));
 }

如果您真的想要一次读取一个字符，那么值得养成使用StringBuilder 的习惯，而不是在循环中重复字符串连接。另请注意，ascii 的变量名具有误导性：它实际上是 UTF-16 代码单元，可能是也可能不是 ASCII 字符。

您指定的编码应该与用于写入文件的编码相匹配 - 此时您应该看到正确的输出，而不是在使用 Unicode 和 Unicode 大端序时每个“真实”字符之间的额外字符。