有一個UTF-8編碼的文本文件，用FileReader讀取到一個字符串，然后轉換字符集：str=new String(str.getBytes(),"UTF-8");結果大部分中文顯示正常，但最后仍有部分漢字顯示為問號！
Java代碼
public static List<String> getLines(String fileName){
List<String> lines=new ArrayList<String>();
try {
BufferedReader br = new BufferedReader(new FileReader(fileName));
String line = null;
while ((line = br.readLine()) != null) {
lines.add(new String(line.getBytes("GBK"),"UTF-8"));
}
br.close();
} catch (FileNotFoundException e) {
}catch (IOException e) {}
return lines;
}
public static List<String> getLines(String fileName){
List<String> lines=new ArrayList<String>();
try {
BufferedReader br = new BufferedReader(new FileReader(fileName));
String line = null;
while ((line = br.readLine()) != null) {
lines.add(new String(line.getBytes("GBK"),"UTF-8"));
}
br.close();
} catch (FileNotFoundException e) {
}catch (IOException e) {}
return lines;
}
文件讀入時是按OS的默認字符集即GBK解碼的，我先用默認字符集GBK編碼str.getBytes(“GBK”)，此時應該還原為文件中的字節序列了，然后再按UTF-8解碼，生成的字符串按理說應該就應該是正確的。
為什么結果中還是有部分亂碼呢？
問題出在FileReader讀取文件的過程中，FileReader繼承了InputStreamReader，但并沒有實現父類中帶字符集參數的構造函數，所以FileReader只能按系統默認的字符集來解碼，然后在UTF-8 -> GBK -> UTF-8的過程中編碼出現損失，造成結果不能還原最初的字符。
原因明確了，這個問題解決起來并不困難，用InputStreamReader代替FileReader，InputStreamReader isr=new InputStreamReader(new FileInputStream(fileName),"UTF-8");這樣讀取文件就會直接用UTF-8解碼，不用再做編碼轉換。
Java代碼
public static List<String> getLines(String fileName){
List<String> lines=new ArrayList<String>();
try {
BufferedReader br=new BufferedReader(new InputStreamReader(new FileInputStream(fileName),"UTF-8"));
String line = null;
while ((line = br.readLine()) != null) {
lines.add(line);
}
br.close();
} catch (FileNotFoundException e) {
}catch (IOException e) {}
return lines;
}