的Java解析UTF8

Question

我有结构如下一个UTF8文件的以下问题：

FIELD1§FIELD2§FIELD3§FIELD4

看着它采用A7编纂该文件的十六进制值§。所以根据这个编码它应该是UTF8，但它很奇怪，因为A7>7F所以1个字节不应该足以编码§。

于是，我就直接使用一个BufferedReader与指定的字符集：

BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(input), utf8)) 

但是当我尝试

SmartTokenizer st = new SmartTokenizer(toTokenize, "§") 

（在SmartTokenizer来标记字符串是StringTokenizer的修改版本，保留空标记）

不发生分裂，如果我尝试打印字符串，我获得

FIELD1？FIELD2？FIELD3？...

所以在文件中使用§是从指定为分隔符的不同，它不是能够打印出这一点。

那么这里有什么问题？也许原始文件应该使用2个字节来存储§？

Answer 1

§的UTF-8编码是0xC2 0xA7。

如果文件使用A7表示§，那么它可能在ISO-8859-1 writtein（或其他ISO-8859- *或它们的衍生物）。

Answer 2

查看文件的十六进制值，它使用A7编码§。所以 根据这个编码它应该是UTF8

呃，为什么？它是ISO8859-1（或拉丁-1或相关的） http://en.wikipedia.org/wiki/ISO/IEC_8859-1