Чтение unicode txt в java

Question

Я пытаюсь извлечь данные из TXT-файла, который был закодирован в Юникоде, потому что в нем есть акценты (французские имена). Ниже приведена часть моего кода. Вывод строки postalCode имеет в ней странные маленькие квадраты (squareHsquare1square). Мое подозрение в том, что проблема связана с тем, что программа обрабатывает контент как ASCII. Кто-то, пожалуйста, указывайте мне в правильном направлении. Благодаря!

Scanner in = new Scanner(new FileReader("postal_codes.txt")); 
currentLine = in.nextLine(); 

//take first 6 char --> store as variable 
postalCode = currentLine.substring(0, 5); 

Answer 1

Если вы читали Javadoc для FileReader, он говорит (курсив мой):

Конструкторы этого класса предположить, что кодирование характер по умолчанию и размер по умолчанию байт буфера являются подходящими. Чтобы сами определить эти значения, создайте InputStreamReader в FileInputStream.

Другими словами, вам нужно использовать:

new Scanner(new InputStreamReader(
    new FileInputStream("postal_codes.txt"), StandardCharsets.UTF_8)); 

Answer 2

Вы можете попробовать это:

BufferedReader in = new BufferedReader(new FileReader("postal_codes.txt", "UTF-8"))); 
String content = in.readLine(); 
postalCode = content.substring(0, 5); 

Answer 3

Это звучит как вопрос кодирования. Я предполагаю, что «закодировано в Юникоде» означает «закодировано в UTF-8». Попробуйте это:

Scanner in = new Scanner(
    new InputStreamReader(new FileInputStream("postal_codes.txt"), "UTF-8")); 

FileReader автоматически использует кодировку по умолчанию для платформы. Это часто не UTF-8.

Answer 4

Вы можете использовать гуавы, метод:

Files.readLines(File file Charset charset) : List<String> 

пакета

com.google.common.io.Files;