map的问题，其实还是编码的问题.......

Question

我从一文本文件根据文件编码读入数据，然后解析，放到map里如下：//判断文件编码
CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();
detector.add(new ParsingDetector(false));
detector.add(JChardetFacade.getInstance());
detector.add(ASCIIDetector.getInstance());
detector.add(UnicodeDetector.getInstance());
java.nio.charset.Charset charset = null;
try {
    charset = detector.detectCodepage(sourseFile.toURL());
} catch (Exception ex) {
    ex.printStackTrace();
}
if (charset != null) {
    chartsetName=charset.name();
} else {
    chartsetName="UTF-8";
}
//读入文本文件
BufferedReader in = new BufferedReader(new InputStreamReader(new FileInputStream(fileName),chartsetName));
while (in.ready()) {
    str = in.readLine().trim();
    if (str.trim().equals("")) {
        break;
    }
    HashMap map=new HashMap();
    //解析
    String sno = str.substring(0, 16).trim();
    .....
    //放入map
    backMap.put(sno, myObj);
}
然后，我从数据库里读取相关信息，得到sno1，Obj objTmp=backMap.get(sno1);这个时候，虽然sno1和当时put的sno一样，但是就是取不到obj，调试程序跟踪，没有发现乱码，sno字段，都是数字型的字符串，在调试是确实看到sno1和map里的一样，sno和sno1的前后空格都去掉了......
我的项目是utf-8，文本文件也是utf-8，如果我的文本文件换个编码，用记事本保存的时候选择asni就没有问题，请问什么原因？如何保证不管文件是什么编码都不会错误？

Answer 1

sno1 sno 都是ascii 字符么？最简单的方式就是把的 Arrays.toString(sno1.getBytes)
和 Arrays.toString(sno .getBytes)
看一下，一目了然，有可以多了些不可见字符

Answer 2

如果你的sno1 和sno 都是ascii字符那就和编码没有关系

Answer 3

首先保证读取文本出来不是乱码，并且跟从数据库中读取出来是一样的。看看他们的hashcode是否一致

Answer 4

都是ascii字符，就是1234组成的，
Arrays.toString(sno1.getBytes)和Arrays.toString(sno .getBytes)确实不一样，
一个是"[-124, 49, -107, 51, 49, 48, 48, 50, 55]"，一个是"[49, 48, 48, 50, 55]"，后面一个正确，问题是"[-124, 49, -107, 51, 49, 48, 48, 50, 55]"这个前面的-124, 49, -107, 51是哪里来的？用记事本看不到乱码，我是用UltraEdit-32编辑的文件，用记事本编辑的文件就没有问题。

Answer 5

嗯，看来是UltraEdit-32添加的多余的编码，直接把导出的文件导入，就没有前面的-124, 49, -107, 51.............

Answer 6

UE 存储的时候 类型问题 ，你用 UTF-8 编辑的文本带BOM了，选择不带BOM就OK了

Answer 7

果然，对ue还是不熟悉:BOM(Byte Order Mark)，是UTF编码方案里用于标识编码的标准标记，这个标记是可选的，因为UTF8字节没有顺序，所以它可以被用来检测一个字节流是否是UTF-8编码的。微软在自己的UTF-8格式的文本文件之前加上了EF BB BF三个字节，Windows上面的UltraEdit/Notepad等程序就是根据这三个字节来确定一个文本文件是ASCII的还是UTF-8的，然而这个只是微软暗自作的标记，其它平台上并没有对UTF-8文本文件做个这样的标记。查看是否有BOM的方法：用UltraEdit打开文件，切换到十六进制编辑模式(Ctrl + H)，察看文件头部是否有EF BB BF。或者，用Windows的记事本打开，选择 “另存为”，看文件的默认编码是UTF-8还是ANSI，如果是ANSI则不带BOM。

Answer 8

解决办法，读取一行后，先判断Arrays.toString(sno .getBytes)的前面是否是-124, 49, -107, 51，如果是，先截取掉，再转换为字符串：String sno = str.substring(0, 16).trim();
String snoBytes=Arrays.toString(sno.getBytes());
//测试文件保存是否带BOM标志
if(snoBytes.indexOf("-124, 49, -107, 51")>0){
    sno=new String(sno.getBytes(),4,sno.getBytes().length-4);
}