Java读取、写入文件如何解决乱码问题

读取文件流时，经常会遇到乱码的现象，造成乱码的原因当然不可能是一个，这里主要介绍因为文件编码格式而导致的乱码的问题。首先，明确一点，文本文件与二进制文件的概念与差异。

文本文件是基于字符编码的文件，常见的编码有ASCII编码，UNICODE编码、ANSI编码等等。二进制文件是基于值编码的文件，你可以根据具体应用，指定某个值是什么意思（这样一个过程，可以看作是自定义编码。）

因此可以看出文本文件基本上是定长编码的(也有非定长的编码如UTF-8)。而二进制文件可看成是变长编码的，因为是值编码嘛，多少个比特代表一个值，完全由你决定。

 对于二进制文件，是千万不能使用字符串的，因为字符串默认初始化时会使用系统默认编码，然而，二进制文件因为自定义编码自然与固定格式的编码会有所冲突，所以对于二进制的文件只能采用字节流读取、操作、写入。

  对于文本文件，因为编码固定，所以只要在读取文件之前，采用文件自身的编码格式解析文件，然后获取字节，再然后，通过指定格式初始化字符串，那么得到的文本是不会乱码的。虽然，二进制文件也可以获取到它的文本编码格式，但是那是不准确的，所以不能同日而语。

具体操作如下：

1）获取文本文件的格式

public static String getFileEncode(String path) {
   String charset ="asci";
   byte[] first3Bytes = new byte[3];
   BufferedInputStream bis = null;
   try {
     boolean checked = false;
     bis = new BufferedInputStream(new FileInputStream(path));
     bis.mark(0);
     int read = bis.read(first3Bytes, 0, 3);
     if (read == -1)
       return charset;
     if (first3Bytes[0] == (byte) 0xFF && first3Bytes[1] == (byte) 0xFE) {
       charset = "Unicode";//UTF-16LE
       checked = true;
     } else if (first3Bytes[0] == (byte) 0xFE && first3Bytes[1] == (byte) 0xFF) {
       charset = "Unicode";//UTF-16BE
       checked = true;
     } else if (first3Bytes[0] == (byte) 0xEF && first3Bytes[1] == (byte) 0xBB && first3Bytes[2] == (byte) 0xBF) {
       charset = "UTF8";
       checked = true;
     }
     bis.reset();
     if (!checked) {
       int len = 0;
       int loc = 0;
       while ((read = bis.read()) != -1) {
         loc++;
         if (read >= 0xF0)
           break;
         if (0x80 <= read && read <= 0xBF) //单独出现BF以下的，也算是GBK
           break;
         if (0xC0 <= read && read <= 0xDF) {
           read = bis.read();
           if (0x80 <= read && read <= 0xBF)
           //双字节 (0xC0 - 0xDF) (0x80 - 0xBF),也可能在GB编码内
             continue;
           else
             break;
         } else if (0xE0 <= read && read <= 0xEF) { //也有可能出错，但是几率较小
           read = bis.read();
           if (0x80 <= read && read <= 0xBF) {
             read = bis.read();
             if (0x80 <= read && read <= 0xBF) {
               charset = "UTF-8";
               break;
             } else
               break;
           } else
             break;
         }
       }
       //TextLogger.getLogger().info(loc + " " + Integer.toHexString(read));
     }
   } catch (Exception e) {
     e.printStackTrace();
   } finally {
     if (bis != null) {
       try {
         bis.close();
       } catch (IOException ex) {
       }
     }
   }
   return charset;
 }

private static String getEncode(int flag1, int flag2, int flag3) {
   String encode="";
   // txt文件的开头会多出几个字节，分别是FF、FE（Unicode）,
   // FE、FF（Unicode big endian）,EF、BB、BF（UTF-8）
   if (flag1 == 255 && flag2 == 254) {
     encode="Unicode";
   }
   else if (flag1 == 254 && flag2 == 255) {
     encode="UTF-16";
   }
   else if (flag1 == 239 && flag2 == 187 && flag3 == 191) {
     encode="UTF8";
   }
   else {
     encode="asci";// ASCII码
   }
   return encode;
 }

2）通过文件的编码格式读取文件流

/**
  * 通过路径获取文件的内容，这个方法因为用到了字符串作为载体，为了正确读取文件（不乱码），只能读取文本文件，安全方法！
  */
 public static String readFile(String path){
   String data = null;
   // 判断文件是否存在
   File file = new File(path);
   if(!file.exists()){
     return data;
   }
   // 获取文件编码格式
   String code = FileEncode.getFileEncode(path);
   InputStreamReader isr = null;
   try{
     // 根据编码格式解析文件
     if("asci".equals(code)){
       // 这里采用GBK编码，而不用环境编码格式，因为环境默认编码不等于操作系统编码
       // code = System.getProperty("file.encoding");
       code = "GBK";
     }
     isr = new InputStreamReader(new FileInputStream(file),code);
     // 读取文件内容
     int length = -1 ;
     char[] buffer = new char[1024];
     StringBuffer sb = new StringBuffer();
     while((length = isr.read(buffer, 0, 1024) ) != -1){
       sb.append(buffer,0,length);
     }
     data = new String(sb);
   }catch(Exception e){
     e.printStackTrace();
     log.info("getFile IO Exception:"+e.getMessage());
   }finally{
     try {
       if(isr != null){
         isr.close();
       }
     } catch (IOException e) {
       e.printStackTrace();
       log.info("getFile IO Exception:"+e.getMessage());
     }
   }
   return data;
 }

3）通过文件指定的格式写入文件

/**
  * 按照指定的路径和编码格式保存文件内容，这个方法因为用到了字符串作为载体，为了正确写入文件（不乱码），只能写入文本内容，安全方法
  *
  * @param data
  *     将要写入到文件中的字节数据
  * @param path
  *     文件路径,包含文件名
  * @return boolean
  *      当写入完毕时返回true;
  */
 public static boolean writeFile(byte data[], String path , String code){
   boolean flag = true;
   OutputStreamWriter osw = null;
   try{
     File file = new File(path);
     if(!file.exists()){
       file = new File(file.getParent());
       if(!file.exists()){
         file.mkdirs();
       }
     }
     if("asci".equals(code)){
       code = "GBK";
     }
     osw = new OutputStreamWriter(new FileOutputStream(path),code);
     osw.write(new String(data,code));
     osw.flush();
   }catch(Exception e){
     e.printStackTrace();
     log.info("toFile IO Exception:"+e.getMessage());
     flag = false;
   }finally{
     try{
       if(osw != null){
         osw.close();
       }
     }catch(IOException e){
       e.printStackTrace();
       log.info("toFile IO Exception:"+e.getMessage());
       flag = false;
     }
   }
   return flag;
 }

4）对于二进制文件而且内容很少的，例如Word文档等，可以使用如下方式读取、写入文件

/**
  * 从指定路径读取文件到字节数组中,对于一些非文本格式的内容可以选用这个方法
  *      457364578634785634534
  * @param path
  *     文件路径,包含文件名
  * @return byte[]
  *       文件字节数组
  *      
  */
 public static byte[] getFile(String path) throws IOException {
   FileInputStream stream=new FileInputStream(path);
   int size=stream.available();
   byte data[]=new byte[size];
   stream.read(data);
   stream.close();
   stream=null;
   return data;
 }

/**
  * 把字节内容写入到对应的文件，对于一些非文本的文件可以采用这个方法。
  * @param data
  *      将要写入到文件中的字节数据
  * @param path
  *      文件路径,包含文件名
  * @return boolean isOK 当写入完毕时返回true;
  * @throws Exception
  */
 public static boolean toFile(byte data[], String path) throws Exception {
   FileOutputStream out=new FileOutputStream(path);
   out.write(data);
   out.flush();
   out.close();
   out=null;
   return true;
 }