FileReader讀取文件,因爲不肯定源文件的編碼格式不一樣，致使讀出的文件亂碼的問題

 

讀取一個UTF-8編碼格式的文件，代碼中起初用FileReader讀取到一個字符串，而後轉換字符集，結果就出問題了：

文件讀入時是按OS的默認字符集即GBK解碼的，我先用默認字符集GBK編碼str.getBytes(「GBK」)，此時應該還原爲文件中的字節序列了，

而後再按UTF-8解碼，生成的字符串按理說應該就應該是正確的。

爲何結果中仍是有部分亂碼呢？

問題出在FileReader讀取文件的過程當中，FileReader繼承了InputStreamReader，但並無實現父類中帶字符集參數的構造函數，

因此FileReader只能按系統默認的字符集來解碼，而後在UTF-8 -> GBK -> UTF-8的過程當中編碼出現損失，形成結果不能還原最初的字符。

以前還碰到過一個問題，讀取一個別人上傳的文件，原本約束是這個文件啊必須是UTF-8的，可是用戶上傳的文件，倒是用GBK

編碼的，致使將這個文件流讀出，使用時，發現亂碼沒法真確識別其中信息。

如何解決呢？

首先，我無論源文件是採用什麼編碼，取得文件流，而後用org.apache.commons.io.IOUtils.toByteArray這個工具類中的API

FileInputStreamstream = new FileInputStream(targetFile);

byte[] bytes = IOUtils.toByteArray(stream);

這樣，就將文件流轉化成字節數組，而且不丟失字節；而後，每一個文件都有一段頭信息，描述文件的字符編碼，文件大小等等的信息，同一類字符編碼的文件，

頭幾個字節是相同的，能夠以此來判斷文件的字符編碼類型例如：UTF-8的文件，頭2個字節，分別是‘-17’和‘-69’,；接着能夠用String的帶字符集的構造函數，

把文件還原出來。

另外，clps中不單須要讀取源代碼，還須要修改源代碼，這時候，必定要保證編碼格式的一致性，我採用的方式，模仿了文件的格式，返回給頁面的

是一個文件對象，包含了文件內容實體，字符編碼格式等信息，這樣保存的時候，就能夠獲得這些信息。