BufferedReader方法ReadLine（）将en-dash（“\ u2013”​​）转换为连字符（“\ u002D”）

Question

我在SVN的存储库中有文件夹，其名称中包含一个en-dash（“\ u2013”​​） 。 我首先调用“svn list”（以我的Windows 7 + UTF-8编码）来获取目录列表。 在调用BufferedReader readLine（）之后，它读取列表的文本。 正在显示的文件夹的名称包含连字符（“\ u002D”）而不是连字符（“\ u2013”​​）。

对此有任何限制吗？

class Test { 
    public static void main(String args[]) { 
     BufferedReader br = null; 
     try { 
      String sCurrentLine; 
      br = new BufferedReader(new FileReader("C:\\test–ing.xml")); 
      System.out.println(br.readLine()); 
      while ((sCurrentLine = br.readLine()) != null) { 
       System.out.println(sCurrentLine); 
      } 
     } catch (IOException e) { 
      e.printStackTrace(); 
     } finally { 
      try { 
       if (br != null) 
        br.close(); 
      } catch (IOException ex) { 
       ex.printStackTrace(); 
      } 
     } 
    } // end main 

Answer 1

这可能是这个问题：

br = new BufferedReader(new FileReader("C:\\test–ing.xml")); 

将使用平台默认的编码。你说，该文件是UTF-8编码 - 所以你需要指定要UTF-8，这意味着避免FileReader的破API：

br = new BufferedReader(new InputStreamReader(
      new FileInputStream("C:\\test–ing.xml"), "UTF-8")); 

这是假设该文件确实是包含预期字符的有效UTF-8。在做其他事之前，你应该检查一下。

另外，鉴于这是XML，我假设在您的真实代码中您将使用它作为 XML？如果是这样，我会直接从输入流中加载它，并让XML解析器处理编码。