RandomAccessFile读取中文文件,

Question

想用RandomAccessFile读取一个中文文件,文件是个用XP下记事本保存的以UTF-8编码的文本文件.
我先读取了2个字节,第一个字是中文.
RandomAccessFile reader = new RandomAccessFile(sourceFile, "r");
byte[] buff = new byte[2];
reader.readByte(buff);
System.out.println(new String(buff,"UTF-8");
这样出现的不是问号就是乱码,请问应该如何读取?

Answer 1

为什么不一行一行的读呢
String str=reader.readLine();System.out.println(new String(str,"UTF-8"));

Answer 2

因为它的每个读取都是读一个byte，由于UTF-8的编码模式是
1110位15-12
10位11-6
10位5-0因此你每次读出来的数都是负数，因此无法处理建议在随机存取的时候不要有中文字符，如果有中文字符就用其它的类来实现。

Answer 3

我可以读取单个字节根据UTF-8的标志位来判断吧?
因为要我要读取的只是个很大文件的极小部份,分散在文件中。所以我想这种方法最快了。
看了上面的回复我本想这样做的，如果是UTF-8汉字那么应该是1110xxxx作为第一个字节的。和0xffff与一下，如果结果是-17那么就再读取2个字节。3个字节放在一个类型是byte长度为3的数组中buff。
new String(buff,"UTF-8")这样来得到结果。
可是和我想的好像还是有点出入

Answer 4

原来是windows的记事本在保存成UTF-8时会写入EF BB BF3个字节。后面开始才是正文。

Answer 5

我以前也没注意这些 看到这个贴才去看的API 然后发现的不知道LS有什么高见？

Answer 6

我以前也没注意这些 看到这个贴才去看的API 然后发现的不知道LS有什么高见？

Answer 7

你必须明白UTF-8编码的原则，还有你设置缓冲区太小了，就2byte 汉字一般是3byte，肯定是乱码了
http://hi.baidu.com/1liufeilong/blog/item/0e15f80fff1f63f2aa6457da.html
这个你可以看看，应该会明白点