Java - Невозможно прочитать специальные символы из текстового файла

Question

Я пишу программу, которая ищет слова в текстовом файле (скажем B) в другом текстовом файле словаря (например, A), чтобы сравнить эффективность различных алгоритмов сортировки.

В любом случае, моя проблема в том, что в одном из этих исходных текстовых файлов есть специальный символ, такой как «μ». Прежде всего, чтобы сохранить текстовый файл с таким символом в окнах, блокнот говорит, что мне нужно изменить кодировку из ANSI на что-то еще, например UTF-8.

Моя программа выходит из строя, когда встречает линию со специальным символом. В частности, в момент, когда это слово сравнивается со словом в другом текстовом файле словаря, используя метод compareTo. Он выходит из строя с помощью NullPointerException.

Я напечатал специальный символ, чтобы увидеть, что «μ» представляется как «Âμ», и странные символы всегда присутствуют на первой строке («ï» ¿»).

Я использую сканер для ввода имени файла:

inputStream = new Scanner (new FileInputStream(args[0])); 

Я попробовал FileReader, а

В общем, как бы я читал специальные символы или слова, содержащие специальные символы? И будут ли эти персонажи совместимы со встроенным методом compareTo или мне придется найти другой способ их заказа?

Answer 1

Нет кодировки ANSI, существует только ASCII. Используйте Notepad ++ для создания правильных кодированных файлов UTF-8. Откройте файл на Java с помощью reader, который принимает кодировку.

Answer 2

ли

inputStream = new Scanner(new FileInputStream(args[0]), "UTF-8"); 

или

BufferedReader in = new BufferedReader(
     new InputStreamReader(new FileInputStream(args[0]), "UTF-8")); 

InputStreams являются для двоичных данных байт, Читатели находятся на персонажей с их кодированием.

Кажется, перед текстом есть символ «BOM», пространство с нулевой шириной, которое служит для обозначения текста как UTF-8. Это можно было бы удалить, но тогда Windows не распознает UTF-8. В сканере вы можете пропустить его.