2021-4-11-1 FileInputStream读取文本文件可以能会乱码

txt

你好，世界！

java，5个byte读一次

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;

public class FileInputStreamTest {
    public static void main(String[] args) throws IOException {
        //1. File实例化
        File file = new File("Hello\\src\\io\\hello.txt");

        //2. 流实例化
        FileInputStream fi = new FileInputStream(file);

        //3. 读取文本文件
        byte[] buffer = new byte[5];
        int len;
        while((len = fi.read(buffer)) != -1){
            String str = new String(buffer,0,len);
            System.out.print(str);
        }

        //4. 关闭资源
        fi.close();
    }
}

运行结果

原因

String默认采用的是utf-8的编码格式。在utf-8里面，中文字占3个Byte，中文字符也占3个Byte。这里我们每次读5个Byte，然后转换为utf-8的编码，5个Byte前面3个Byte就代表了一个中文字，没有问题，但是后面2个Byte呢，它们应该再和后面没读入的1个Byte，共同组成3个Byte，代表一个中文字，但是我们每次读入5个Byte，所以它们被拆分了，所以就出现了乱码。

那我们试试每次读入3个Byte，然后去读入中文内容，看看能不能正确输出

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;

public class FileInputStreamTest {
    public static void main(String[] args) throws IOException {
        //1. File实例化
        File file = new File("Hello\\src\\io\\hello.txt");

        //2. 流实例化
        FileInputStream fi = new FileInputStream(file);

        //3. 读取文本文件
        byte[] buffer = new byte[3];
        int len;
        while((len = fi.read(buffer)) != -1){
            String str = new String(buffer,0,len);
            System.out.print(str);
        }

        //4. 关闭资源
        fi.close();
    }
}