我正在尝试制作将消除变音符号的功能（不要故意使用Normalizer）。功能看起来像
private static String normalizeCharacter(Character curr) {
String sdiac = "áäčďéěíĺľňóôőöŕšťúůűüýřžÁÄČĎÉĚÍĹĽŇÓÔŐÖŔŠŤÚŮŰÜÝŘŽ";
String bdiac = "aacdeeillnoooorstuuuuyrzAACDEEILLNOOOORSTUUUUYRZ";
char[] s = sdiac.toCharArray();
char[] b = bdiac.toCharArray();
String ret;
for(int i = 0; i < sdiac.length(); i++){
if(curr == s[i])
curr = b[i];
}
ret = curr.toString().toLowerCase();
ret = ret.replace("\n", "").replace("\r","");
return ret;
}
像这样调用funcion（文件中的每个字符都发送到此函数）
private static String readFile(String fName) {
File f = new File(fName);
StringBuilder sb = new StringBuilder();
try{
FileInputStream fStream = new FileInputStream(f);
Character curr;
while(fStream.available() > 0){
curr = (char) fStream.read();
sb.append(normalizeCharacter(curr));
System.out.print(normalizeCharacter(curr));
}
}catch(IOException e){
e.printStackTrace();
}
return sb.toString();
}
文件text.txt包含以下内容：ľščťžýáíéúäôň我希望lcstzyaieuaon从程序中返回，但要插入预期的字符串，我得到了这个¾è yaieuaoò。我知道问题出在编码中，但是不知道在哪里。有任何想法吗 ？
您正在尝试将字节转换为字符。
但是，字符ľ不能表示为单个字节。它的unicode表示形式是U + 013E，而它的UTF-8表示形式是C4 BE。因此，它由两个字节表示。其他字符也是如此。
假设文件的编码为UTF-8。然后读取字节值C4，然后将其转换为char。这将为您提供字符U + 00C4（Ä），而不是U + 013E。然后，您阅读BE，并将其转换为字符U + 00BE（¾）。
因此，请勿混淆字节和字符。而不是InputStream直接使用Direct，应将其包装为Reader。AReader能够根据其创建的编码读取字符：
BufferedReader reader = new BufferedReader(
new InputStreamReader(
new FileInputStream(f), StandardCharsets.UTF_8
)
);
现在，您将能够读取字符甚至整个行，并且编码将直接完成。
int readVal;
while ( ( readVal = reader.read() ) != -1 ) {
curr = (char)readVal;
// ... the rest of your code
}
请记住，int如果要不read()带参数使用，您仍在阅读。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句