文件中写入了异常字符

Question

private static void write(String x, File file)
    throws FileNotFoundException, IOException {
    StringTokenizer tokenizer = new StringTokenizer(x) ;
    FileOutputStream fop = new FileOutputStream(file, true);
    while (tokenizer.hasMoreTokens()) {
        fop.write(tokenizer.nextToken().toLowerCase().getBytes());
        fop.write(System.getProperty("line.separator").getBytes());
    }
}

关于上面的代码，我在我的代码中调用了这个函数，当某些条件成立时写一些字。但是，有时我会遇到一些奇怪的字符，例如â€、sÃ©等，请问如何才能不让这些东西出现呢？

Answer 1

为了将 "characters" 存储在文件中，您必须将它们转换为字节序列。你可以像你一样直接使用getBytes()，或者你可以使用流编写器为你做这些。

遗憾的是，有许多不同的方式来表示重音字符和原始 ASCII 集之外的其他字符。 getBytes() 在您的代码中 returns 一种这样的表示，基于您的系统默认编码。

当您看到奇怪的字符时，并不是文件有问题，而是您正在使用不同的编码读取文件。

您需要知道要在输出中查找什么编码，然后您可以告诉 getBytes() 生成该编码。例如：

fop.write(tokenizer.nextToken().toLowerCase().getBytes("Windows-1252"));

Answer 2

现在 String.getBytes() 使用默认编码，该编码可能会在每个平台上发生变化。您可以使用 getBytes(charset)，但更简单的是使用执行字符串而不是字节的 Writer。

可以为所有后续写入为 OutputStreamWriter 指定一次编码。

StringTokenizer tokenizer = new StringTokenizer(x) ;
try (PrintWriter out = new PrintWriter(new BufferedWriter(
        new OutputStreamWriter(
            new FileOutputStream(file, true),
            "UTF-8")))) {
    while (tokenizer.hasMoreTokens()) {
        out.println(tokenizer.nextToken().toLowerCase());
    }
}

对于 Windows Latin-1 或其他东西，您可能更喜欢 "Windows-1252"。 UTF-8 的优点是能够结合所有脚本，西里尔文、希腊文、阿拉伯文。

文件中写入了异常字符

Abnormal Characters has been written into the file

java

file

fileoutputstream