JavaでUTF-8ファイルを作成する

Question

現在、私は中国語をテキストファイルに保存するプログラムを作っています。私はjavaでテキストファイルを作成し、それに単語を試してみる。しかし、作成したテキストファイルはUTF-8でエンコードされません。これは私が使用しているコードです、なぜ動作しませんか？私はJavaに固有のバグがあると言われましたが、どうやって回避するのか分かりません。

public void createFile(String name) { 
    try { 
     BufferedWriter out = new BufferedWriter(new OutputStreamWriter(
     new FileOutputStream(name +".txt"), "UTF-8")); 
     out.write(""); 
    } 
    catch(java.io.IOException e) { 
     System.err.println("Something went wrong."); 
    } 
} 

また、私はまだUTFエンコーディングを使用できるテキストファイル以外に別のオプションがありますか？

また、TextEditアプリケーションを開いて中国語文字を書き込むことで、エンコードをテストしています。これも問題になるでしょうか？

Answer 1

まず、ファイル自体にはエンコードがありません。彼らは0と1の束です。あなたがutf-8で "asdf"と書いたのであれば、それは普通の古いascii7とは完全に区別できません。

utf-16のように書くと、バイトオーダーマーク（BOM）はutf-16で書かれていることがわかりますが、空の文字列であってもutf-8はそうですそのようなマーカーが存在することを必要としない。

したがって、あなたのエディタは、このファイルがutf-8で書かれているはずであることを知る方法がありません。次のようにしてutf-8のBOMをファイルに書き込むことができます。

out.write（0xEFBBBF）;

ただし、この場合、outはFileOutputStreamなどのOutputStreamである必要があります。 （BufferedWriterのとのOutputStreamWriterは、入力のためのバイト配列を受け付けておりません。）私は、あなたのストリームをクローズしていないことに気づいた

Answer 2

UTF8の代わりにUTF-8を試してください。これはあなたの問題を解決するかもしれません。

Answer 3

：

out.close(); 

あなたがいずれかの実際の文字を書いたコードが含まれていませんでした。もちろん...

Answer 4

次のコードを試してください。それは私のために働いた。ファイルはUTF-8として書き出されました。私は、エンコードがUTF-8であることを確認したNotepad ++でそれを開くことができました。文字は正しくエンコードされています。私はhttp://www.khngai.com/chinese/charmap/tbluni.phpから文字を得た。

 
package testutf8; 

import java.io.FileNotFoundException; 
import java.io.FileOutputStream; 
import java.io.IOException; 
import java.io.OutputStreamWriter; 
import java.io.UnsupportedEncodingException; 
import java.io.Writer; 

public class TestUTF8 { 
    public static void main(String[] args) throws FileNotFoundException, UnsupportedEncodingException, IOException { 
    String str = "Unicode Character Map, 0x4E00 - 0x4FFF\n" + 
       "4E00 一 丁 丂 七 丄 丅 丆 万 丈 三 上 下 丌 不 与 丏\n" + 
       "4E10 丐 丑 丒 专 且 丕 世 丗 丘 丙 业 丛 东 丝 丞 丟\n" + 
       "4E20 丠 両 丢 丣 两 严 並 丧 丨 丩 个 丫 丬 中 丮 丯\n" + 
       "4E30 丰 丱 串 丳 临 丵 丶 丷 丸 丹 为 主 丼 丽 举 丿\n" + 
       "4E40 乀 乁 乂 乃 乄 久 乆 乇 么 义 乊 之 乌 乍 乎 乏\n" + 
       "4E50 乐 乑 乒 乓 乔 乕 乖 乗 乘 乙 乚 乛 乜 九 乞 也\n" + 
       "4E60 习 乡 乢 乣 乤 乥 书 乧 乨 乩 乪 乫 乬 乭 乮 乯\n" + 
       "4E70 买 乱 乲 乳 乴 乵 乶 乷 乸 乹 乺 乻 乼 乽 乾 乿\n" + 
       "4E80 亀 亁 亂 亃 亄 亅 了 亇 予 争 亊 事 二 亍 于 亏\n" + 
       "4E90 亐 云 互 亓 五 井 亖 亗 亘 亙 亚 些 亜 亝 亞 亟\n" + 
       "4EA0 亠 亡 亢 亣 交 亥 亦 产 亨 亩 亪 享 京 亭 亮 亯\n" + 
       "4EB0 亰 亱 亲 亳 亴 亵 亶 亷 亸 亹 人 亻 亼 亽 亾 亿\n" + 
       "4EC0 什 仁 仂 仃 仄 仅 仆 仇 仈 仉 今 介 仌 仍 从 仏\n" + 
       "4ED0 仐 仑 仒 仓 仔 仕 他 仗 付 仙 仚 仛 仜 仝 仞 仟\n" + 
       "4EE0 仠 仡 仢 代 令 以 仦 仧 仨 仩 仪 仫 们 仭 仮 仯\n" + 
       "4EF0 仰 仱 仲 仳 仴 仵 件 价 仸 仹 仺 任 仼 份 仾 仿\n" + 
       "4F00 伀 企 伂 伃 伄 伅 伆 伇 伈 伉 伊 伋 伌 伍 伎 伏\n" + 
       "4F10 伐 休 伒 伓 伔 伕 伖 众 优 伙 会 伛 伜 伝 伞 伟\n" + 
       "4F20 传 伡 伢 伣 伤 伥 伦 伧 伨 伩 伪 伫 伬 伭 伮 伯\n" + 
       "4F30 估 伱 伲 伳 伴 伵 伶 伷 伸 伹 伺 伻 似 伽 伾 伿\n" + 
       "4F40 佀 佁 佂 佃 佄 佅 但 佇 佈 佉 佊 佋 佌 位 低 住\n" + 
       "4F50 佐 佑 佒 体 佔 何 佖 佗 佘 余 佚 佛 作 佝 佞 佟\n" + 
       "4F60 你 佡 佢 佣 佤 佥 佦 佧 佨 佩 佪 佫 佬 佭 佮 佯\n" + 
       "4F70 佰 佱 佲 佳 佴 併 佶 佷 佸 佹 佺 佻 佼 佽 佾 使\n" + 
       "4F80 侀 侁 侂 侃 侄 侅 來 侇 侈 侉 侊 例 侌 侍 侎 侏\n" + 
       "4F90 侐 侑 侒 侓 侔 侕 侖 侗 侘 侙 侚 供 侜 依 侞 侟\n" + 
       "4FA0 侠 価 侢 侣 侤 侥 侦 侧 侨 侩 侪 侫 侬 侭 侮 侯\n" + 
       "4FB0 侰 侱 侲 侳 侴 侵 侶 侷 侸 侹 侺 侻 侼 侽 侾 便\n" + 
       "4FC0 俀 俁 係 促 俄 俅 俆 俇 俈 俉 俊 俋 俌 俍 俎 俏\n" + 
       "4FD0 俐 俑 俒 俓 俔 俕 俖 俗 俘 俙 俚 俛 俜 保 俞 俟\n" + 
       "4FE0 俠 信 俢 俣 俤 俥 俦 俧 俨 俩 俪 俫 俬 俭 修 俯\n" + 
       "4FF0 俰 俱 俲 俳 俴 俵 俶 俷 俸 俹 俺 俻 俼 俽 俾 俿\n"; 

    FileOutputStream fos = new FileOutputStream("tmp.txt"); 
    Writer   out = new OutputStreamWriter(fos, "UTF-8"); 
    out.write(str); 
    out.close(); 
    } 
} 

Answer 5

これはTextEditの使用上の問題です。

書いているファイルにASCII以外の文字がない場合、エンコードを決定するTextEditのアルゴリズムは、ASCIIまたはLatin-1の変種になる可能性があります。

[ファイル] - [開く]ダイアログでテキストファイルのエンコーディングを指定できます。 TextEditがこのファイルの将来のダブルクリックについてこの決定を記憶しているかどうかはわかりません。