java读取文件里面部分汉字内容乱码的解决方案

java读取文件里面部分汉字内容乱码

读取一个txt文件，到代码中打印出来，发票有部分汉字的内容是乱码的。

我开始的方式是这样的, 如下，这是完全错误的，汉字是两个字节的，如果每次读固定个字节，可能会把汉字截断。

就会出现部分乱码的情况。

package susq.path;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;

/**
* @author susq
* @since 2018-05-18-19:28
*/
public class WrongMethodReadTxt {
   public static void main(String[] args) throws IOException {
       ClassLoader classLoader = WrongMethodReadTxt.class.getClassLoader();
       String filePath = classLoader.getResource("").getPath() + "/expect1.txt";

       System.out.println(filePath);

       File file = new File(filePath);
       try (FileInputStream in = new FileInputStream(file)) {
           byte[] bytes = new byte[1024];
           StringBuffer sb = new StringBuffer();
           int len;
           while ((len = in.read(bytes)) != -1) {
               sb.append(new String(bytes, 0, len));
           }
           System.out.println(sb.toString());
       }
   }
}

如果存在汉字，就要按字符的方式读取：

package susq.path;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;

/**
* @author susq
* @since 2018-05-18-17:39
*/
public class SysPath {
   public static void main(String[] args) throws IOException {
       ClassLoader classLoader = SysPath.class.getClassLoader();
       String filePath = classLoader.getResource("").getPath() + "/expect1.txt";

       System.out.println(filePath);

       File file = new File(filePath);
       try (BufferedReader br = new BufferedReader(new FileReader(file))) {
           StringBuffer sb = new StringBuffer();
           while (br.ready()) {
               sb.append(br.readLine());
           }
           System.out.println(sb);
       }
   }
}

java的IO流读取数据时，解决中文乱码，还有个别中文乱码问题

情况：用IO流读取数据时，若是不设置编码格式，出来的数据未必是我们所要的

解决：读取数据时，设置编码

代码：（字符串设置对应的编码即可，但这种方式，会导致个别中文乱码，貌似是byte[]导致的）

//这里我通过socket方式，获取流，并读取数据
   //代理需要外置配置(代理配置需要判断，若有配置，则添加，若无配置，则不添加)
   Socket socket = new Socket("192.168.99.100", 80);
String url = "GET " + href + " HTTP/1.1\r\n\r\n";
socket.getOutputStream().write(new String(url).getBytes());  
   InputStream is = socket.getInputStream();
   byte[] bs = new byte[1024];
int i;
StringBuilder str = new StringBuilder();
while ((i = is.read(bs)) > 0) {
 //一定要加编码，不然,在输出到文件时，部分数据会乱
 str.append(new String(bs, 0, i,"UTF-8"));
       //由于socket读取不会断开，所以只能自断开连接读取
 if(new String(bs, 0, i,"UTF-8").contains("</html>")){
    break;
 }
}

解决个别中文乱码问题：

代码：

//代理需要外置配置(代理配置需要判断，若有配置，则添加，若无配置，则不添加)
 Socket socket = new Socket("192.168.99.100", 80);
 //Socket socket = new Socket();
 String url = "GET " + href + " HTTP/1.1\r\n\r\n";
 socket.getOutputStream().write(new String(url).getBytes());
 InputStream is = socket.getInputStream();

//解决个别中文乱码
 StringBuilder str = new StringBuilder("");
 InputStreamReader isr = new InputStreamReader(is,"UTF-8");
 BufferedReader br = new BufferedReader(isr);
 String line = null;  
 while ((line = br.readLine()) != null) {
   str.append(line + "\n");
      if(line.contains("</html>")){
       break;
      }
 }

来源：https://blog.csdn.net/u013041642/article/details/80368787