在 Java 中写入具有特定编码的文件答案

【问题标题】：Write to a file with a specific encoding in Java在 Java 中写入具有特定编码的文件
【发布时间】：2016-09-01 08:29:27
【问题描述】：

这可能与我的previous question 有关（关于如何将“för”转换为“för”）

所以我有一个在我的代码中创建的文件。现在我通过以下代码创建它：

FileWriter fwOne = new FileWriter(wordIndexPath);
BufferedWriter wordIndex = new BufferedWriter(fwOne);

有几个

wordIndex.write(wordBuilder.toString()); //that's a StringBuilder

以

结束（在 while 循环之后）

wordIndex.close();

现在问题是这个文件很大，我想（需要）在不浏览整个文件的情况下跳进去。 RandomAccessFile 的 seek(long pos) 方法让我可以做到这一点。

这是我的问题：我创建的文件中的字符似乎是用 UTF-8 编码的，我在寻找时唯一的信息是我想跳转到的字符位置.另一方面，seek(long pos) 以字节为单位跳跃，所以我没有找到正确的位置，因为 UTF-8 字符可能超过一个字节。

这是我的问题：我可以在编写文件时改用 ISO-8859-15 编写（其中字符是字节）吗？这样seek(long pos) 会让我处于正确的位置。或者我应该尝试使用RandomAccessFile 的替代方法（是否有可以跳转到字符位置的替代方法？）

【问题讨论】：

你可以使用 FileOutputStream 吗？
如果您读取的字节的值小于 128，则它是 UTF-8 字符中的第一个字节。 128-255 的字节值是序列的中间。您可以随机查找，然后找到值 0-127 的下一个字节。
您可以使用 FileOutputStream。 stackoverflow.com/questions/1001540/…
How to deal with a very large text file?的可能重复

【解决方案1】：

现在首先令人担忧。 FileWriter 和 FileReader 是旧的实用程序类，它们使用该计算机上的默认平台设置。在其他地方运行该代码将给出不同的文件，将无法从其他位置读取文件。

ISO-8859-15 是单字节编码。但是java以Unicode保存文本，所以它可以组合所有脚本。 char 是 UTF-16。通常，字符索引不会是字节索引，但在您的情况下它可能有效。但换行符可能是一个 \n 或两个 \r\n 字符/字节 - 取决于平台。

个人认为 UTF-8 已经很成熟了，而且更容易使用：

byte[] bytes = string.getBytes(StandardCharsets.UTF_8);
string = new String(bytes, StandardCharsets.UTF_8);

这样所有特殊报价、欧元等将始终可用。

至少指定编码：

Files.newBufferedWriter(file.toPath(), "ISO-8859-15");

【讨论】：

非常感谢您的回答。不过这里有个问题。如果我使用完善的 UTF-8，我将如何解决文件搜索问题？（现在我可以用 RandomAccessFile.seek(long pos) 跳转到一个特定的字节位置
可以使用内存映射的 ByteBuffer，使用 Charset.Decoder 查找确切的文件位置，并索引这些位置。所以使用带有“r”（只读模式）的FileChannel进行索引，这样比较快。从示例代码开始。