在 Linux 上读取 Windows 文本文件 --- MIME 问题？答案

【问题标题】：Read Windows text file on Linux --- MIME issues?在 Linux 上读取 Windows 文本文件 --- MIME 问题？
【发布时间】：2014-01-03 16:19:04
【问题描述】：

我正在尝试通过在 Linux PC 上运行的 Java 应用程序逐行读取 MIME 类型为“appliaction/octet-stream”的文件。澄清：“appliaction/octet-stream”是在 Linux 上运行“file -ib file.txt”的结果。

我要读取的文件是在 Windows XP 上创建的。

我已将文件命名为“file.txt”。

在 linux 上，“cat file.txt”显示内容。 "cat -v" 和 vim 显示控制字符。

当我通过我的 Java 应用程序运行代码以迭代它时（使用简单的 BufferedReader(FileReader) 类型的代码），我的输出是意外的。

我应该采取任何措施吗？我尝试使用 dos2unix 转换文件，但无济于事。

EDIT：输入文件，通过vim或"cat -v"读取时如下：

[^@S^@y^@s^@t^@e^@m^@]^@^M^@

该行仅显示“系统”，但似乎控制字符使文件无法通过我的 Java 应用程序读取。

更新：我使用所有可用的字符编码运行我的代码，结果发现可读的字符集是“x-UTF-16LE-BOM”和“COMPOUND-TEXT”。感谢大家的帮助。

【问题讨论】：

可能是行尾。 Linux/Unix 使用\n，Windows 使用\r\n。文件本身没有“mime 类型”。 mime 是一种包装在文件周围的东西，用于解释其中的数据类型。
使用相同的编码来读写文件，应该可以正常工作...
1) 详细说明“输出意外”，并详细说明文件包含的内容，也许还有一些代码... 2) 这与 MIME 有什么关系？
这很可能是编码或换行问题。在 Windows 上，默认换行符是 \r\n，默认编码是 Latin 1。在大多数 Linux 系统上，默认换行符是 \n，默认编码是 UTF-8。
我应该澄清一下，出乎意料的输出是它读取的行都是空白的，但是输入文件的每一行都有文本。

【解决方案1】：

看起来该文件是使用UTF-16 encoding 编写的。要在 Java 中阅读此内容，您只需 specify that encoding in your reader:

InputStreamReader reader = new InputStreamReader(
    new FileInputStream(filename), Charset.forName("UTF-16"));

【讨论】：

我已经尝试了上述方法，这是我的结果：我的 InputStreamReader 不再识别换行符，因此它将整个文件视为一行。此外，我仍然无法使用新的新编码读取文件。
另外，也许我不清楚上面的 MIME 类型。我的意思是，当我在 Linux 上运行“file -ib file.txt”时，结果是“appliaction/octet-stream”。
@cjtightpant 您是否正在尝试读取您使用dos2unix 转换的文件？不;这将损坏以这种方式编码的文件。
查看我的最新更新。我使用您在上面发布的代码和x-UTF-16LE-BOM 作为字符集，并且文本是可读的。谢谢！