Javaのあるエンコーディングから別のエンコーディングへの文字列の解釈

Question

私はこれに対する答えを探しました（彼らがそこにいると確信しています）。

したがって、「för」という単語が含まれた巨大なファイルがあります。私はRandomAccessFileを使用しています。なぜなら、どこにあるのか知っていて、そこに到達するためにseek（）関数を使用できるからです。

私はそれを見つけたことを知るために、私のプログラムに文字列 "för"があり、それが平等であることを確認します。ここで問題は、私はデバッガを実行し、私が "för"に到達するときに私が比較するものは "för"です。

私のプログラムは "för"を見つけることなく終了します。

これは私が単語を取得するために使用したコードです：

private static String getWord(RandomAccessFile file) throws IOException { 
    StringBuilder stb = new StringBuilder(); 
    String word; 
    char c; 
    c = (char)file.read(); 
    int end; 
    do { 
     stb.append(c); 
     end = file.read(); 
     if(end==-1) 
      return "-1"; 
     c = (char)end; 

    } while (c != ' '); 
    word = stb.toString(); 
    word.trim(); 
    return word; 
} 

だから基本的に私が最初に '「-characterにファイル内の現在の位置からすべての文字を返します。だから基本的に私は言葉を得るが、以来（char）file.read（）;バイト（私は思う）を読み、UTF-8 'ö'は2つの文字 'Ã'と '¶'になりますか？

私がUTF-8エンコーディングでファイルを開くと、それは "för"ですが、ISO-8859-15のファイルを同じ場所に開くと、getWordメソッドが返すもの：「för」

は、だから私の質問：私は、「FOR」と「för」で座っているとき

、この問題を解決する方法はありますか？ "för"を取得するために "read"fÃr "をUTF-8文字列のように"言っているのと同じですか？

Answer 1

import java.nio.charset.Charset; 
String encodedString = new String(originalString.getBytes("ISO-8859-15"), Charset.forName("UTF-8")); 

Answer 2

RandomAccessFile.read()を使用しています。これは1バイトを読み込みます。 UTF-8は、1文字に数バイトを使用することがあります。 RandomAccessFileからUTF-8を読むこと

異なる方法がここで説明されていますJava: reading strings from a random access file with buffered input

あなたは必ずしものRandomAccessFileを必要としない場合、あなたは間違いなく、代わりにバイトの文字を読みに切り替える必要があります。

可能であれば、デフォルトで次の単語を検索するScanner.next()を提案します。あなたがbyte[]最初にコンテンツを読み込んでStringに完全な配列を変換する必要がありRandomAccessFileを使用する必要がある場合

Answer 3

- の線に沿って気にいら：

byte[] buffer = new byte[whatever]; 
file.read(buffer); 
String result = new String(buffer,"UTF-8"); 

これはあなたを与えることだけです一般的な印象は何をするか、長さの扱いなどを追加する必要があります。

UTF-8シーケンスの途中で読み始めると正しく動作しませんが、他の方法もそうです。