如何以UTF-8格式打开文件并以UTF-16格式写入另一个文件

Question

如何打开一个UTF-8编码的文件并将其写入到另一个UTF-16编码的文件中？

我需要一个示例，因为我在处理一些字符（如'é'和'a'）时遇到了问题。

当写入“médic”时，我发现在文件中写入了“m@#dic”。

- Mohamed Benmahdjoub

---

你确定这是你真正的问题吗？这不是你的控制台不支持UTF-8吗？我不相信UTF-16会解决问题... - fge

Answer 1

您可以按照以下方式创建读取器：

InputStream is = new FileInputStream(inputFile);
InputStreamReader in = new InputStreamReader(is, "UTF-8");

and a writer as follows:

OutputStream os = new FileOutputStream(outputFile);
OutputStreamWriter out = new OutputStreamWriter(os, "UTF-16");

- aioobe

Answer 2

请执行以下操作：

try (
    final BufferedReader reader = Files.newBufferedReader(srcpath,
        StandardCharsets.UTF_8);
    final BufferedWriter writer = Files.newBufferedWriter(dstpath,
        StandardCharsets.UTF_16BE);
) {
    final char[] buf = new char[4096];
    int nrChars;
    while ((nrChars = reader.read(buf)) != -1)
        writer.write(buf, 0, nrChars);
    writer.flush();
}

注意：选择大端UTF-16。您没有说明想要哪种。如果您想使用小端，请改用UTF_16LE。

此外，如果您想跳过bom，只需：

reader.read();

在循环写字符之前，BOM是一个恰好在BMP中的单个码点，所以这将起作用。

- fge

---

谢谢！如何将其设置为小端序（仅限无BOM）？ - Mohamed Benmahdjoub

请再次阅读我对你最初问题的评论，你确定这是你真正的问题吗？ - fge

代码在Linux上可以运行，但在Windows上无法运行，但我仍然需要知道如何选择UTF-16 Little Endian（无BOM）。 - Mohamed Benmahdjoub

我提供两个解决方案。再次确认，这是您真正的问题吗？ - fge

Answer 3

补充fge在评论中提到的，我认为在写出时更改编码不是你的问题。 我猜测你读取的文件不是UTF-8格式。 以十六进制模式使用像PsPad这样的编辑器打开该文件，并查看文件的前两个或三个字节以获取字节顺序标记（BOM）。 如果它具有UTF-8 BOM，则我是错误的。 如果根本没有BOM，则该文件可能处于操作系统的默认编码而不是UTF-8。 如果没有BOM，则通常可以通过查看ASCII范围之外的字符并查看实际字节来验证编码。

- Craig Schmidt