Charset 无法从 java 中的 dsv 文件中读取 €（欧元符号）答案

【问题标题】：Charset unable to read € (Euro Symbol) from a dsv file in javaCharset 无法从 java 中的 dsv 文件中读取 €（欧元符号）
【发布时间】：2018-08-01 10:19:21
【问题描述】：

从 dsv 文件中读取欧元符号时，以下代码不起作用。

CSVReader csvReader = new CSVReaderBuilder(Files.newBufferedReader(sourceFile, Charset.forName("ISO-8859-9"))).withCSVParser(csvParser).build();

上一行中使用的Charset 是否不正确？

也尝试了ISO-8859-1 和ISO-8859-15，但没有成功。

【问题讨论】：

我们并不神奇地知道文件在哪个字符集中。您可以检查文件中欧元符号的字节值并尝试找出编码。
你说“不起作用”。它会抛出异常吗？一些后来的程序逻辑是否表现得很奇怪？某些控制台中的某些输出看起来是否与预期不同？请给我们更多的细节。请在 Notepad++ 中打开文件，选择正确的编码以便您看到正确显示的欧元符号，并从 Notepad++ 的状态行告诉我们编码。

标签： java character-encoding

【解决方案1】：

不要猜测。您需要找出 CSV 文件实际使用的编码。
所以，启动你最喜欢的 hex-editor 或 -viewer 并寻找 € 字符。

在ISO-8859-15 中，€ 字符由十六进制A4（1 个字节）表示
在ISO-8859-1 中，€ 字符不可表示
在ISO-8859-9 中，€ 字符不可表示
在UTF-8 中，€ 字符由十六进制E2 82 AC（3 个字节）表示
在windows-1252 中，€ 字符由十六进制80（1 个字节）表示
...

【讨论】：

您好 Thomas，感谢您的回复。它由 1 个字节表示，因此尝试使用 ISO-8859-15...但无法读取欧元符号
@MelbaMartis 究竟是哪个字节？然后是另一种编码。可能是ISO-8859 系列中的另一个，因为所有这些都是 1 字节编码。
最有可能是 Windows-1252。具有具体值的完美答案，并暗示十六进制编辑器。 NotePad++ / JEdit 等可以使用不同的字符集。

【解决方案2】：

我建议尝试使用字符集UTF-8 读取 UTF-8 中的一些编码是单字节码。这可能会有所帮助。还有一个实用程序可以帮助您诊断问题。有一个名为 MgntUtils 的开源 java 库（由我编写），它具有将任何字符串转换为 unicode 序列的实用程序，反之亦然。您所要做的就是：

String codes = StringUnicodeEncoderDecoder.encodeStringToUnicodeSequence("Hello world");

它会返回字符串"\u0048\u0065\u006c\u006c\u006f\u0020\u0057\u006f\u0072\u006c\u0064"

这同样适用于任何语言的任何字符串，包括特殊字符。这是文章 Open Source Java library with stack trace filtering, Silent String parsing Unicode converter and Version comparison 的链接，该文章解释了该库以及从何处获取它（Maven central 和 github 均可用。在文章中搜索段落：“字符串 Unicode 转换器”.

因此，当您阅读您的字符串时，请转换它，看看会发生什么。请注意，欧元符号的统一是 \u20AC

【讨论】：