HashMap 对汉字的行为不符合预期

Question

China-中国,CN
Angola-安哥拉,AO
Afghanistan-阿富汗,AF
Albania-阿尔巴尼亚,AL
Algeria-阿尔及利亚,DZ
Andorra-安道尔共和国,AD
Anguilla-安圭拉岛,AI

在 Java 中，我正在从文件中读取上述文本并创建一个映射，其中键将是逗号之前的部分，值将是逗号之后的区域代码。

代码如下：

public static void main(String[] args) {

    BufferedReader br;
    Map<String,String>  mymap = new HashMap<String,String>();
    try {
        br = new BufferedReader(new InputStreamReader(new FileInputStream("C:/Users/IBM_ADMIN/Desktop/region_code_abbreviations_Chinese.csv"), "UTF-8"));
        String line;
        while ((line = br.readLine()) != null) {
           //System.out.println(line);
           String[] arr= line.split(",");
           mymap.put(arr[0], arr[1]);
        }

        br.close();
    } catch (IOException e) {
        System.out.println("Failed to read users file.");
    } finally {}

    for(String s: mymap.keySet()){
        System.out.println(s);
        if(s.equals("China-中国")){
            System.out.println("Got it");
            break;
        }
    }

    System.out.println("----------------");
    System.out.println("Returned from map  "+ mymap.get("China-中国"));

    mymap = new HashMap<String,String>();
    mymap.put("China-中国","Explicitly Put");
    System.out.println(mymap.get("China-中国"));
    System.out.println("done");
}

输出：

:
:
Egypt-埃及
Guyana-圭亚那
New Zealand-新西兰
China-中国
Indonesia-印度尼西亚
Laos-老挝
Chad-乍得
Korea-韩国
:
:
Returned from map  null
Explicitly Put
done

地图已正确加载，但是当我在地图上搜索 "China-中国" 时 - 我没有得到该值。

如果我明确地将 "China-中国" 放入映射中，那么它会 returns 一个值。为什么会这样？

Answer 1

由于您对第一个值有疑问，我会检查文件是否以 BOM（字节顺序标记）开头。

如果是这样，请尝试在处理之前剥离 BOM。

参见：Byte order mark screws up file reading in Java

Answer 2

检查您的资源文件是否不是 UTF-8，例如UTF-8Y，以 BOM 字节开头。但这只会推断出第一个值。如果把test改成从中间取一个值，你有值还是没有？如果不是，那么这不是问题。

第二种可能是您的源代码文件不是UTF-8。因此，您的资源文件和源代码文件的 "China-中国" 字节序列不相等，您将无法匹配。但是您明确地将值包含在源代码字节序列中，它将被找到。

其实这不是HashMap的问题，而是字符或文件编码的问题。

Answer 3

您可以使用 org.apache.commons.io.input.BOMInputStream.

BufferedReader br= new BufferedReader(new InputStreamReader(new BOMInputStream(new FileInputStream("filepath")),"UTF-8"))

HashMap 对汉字的行为不符合预期

HashMap does not behave as expected for Chinese characters

java

utf-8

chinese-locale