如何让Java使用正确的字符集？

Question

我们的服务器运行在CentOS上，我们的Java后端有时必须使用CP-1252处理最初在Windows机器上生成的文件（由我们的一个客户机生成），但是在95%以上的使用案例中，我们正在处理UTF-8文件

我的问题：如果我们知道某些文件将始终为UTF-8，而其他文件将始终为CP-1252，那么是否可以在Java中指定用于读取每个文件的字符集？如果是：

• 我们是否需要在系统级别上为CentOS添加CP-1252做些什么？如果是，这涉及到什么
• 我们将使用哪些Java对象对每个文件应用正确的编码

提前谢谢

Answer 1

My question: if we know that certain files will always be UTF-8, and other files will always be CP-1252, is it possible to specify in Java the character set to use for reading in each file?

假设您负责读取文件的代码，那么应该可以。创建一个FileInputStream，然后将其包装在指定相关字符编码的InputStreamReader中

Do we need to do anything at the systems-level for adding CP-1252 to CentOS? If so, what does this involve?

这取决于JRE支持什么。我从来没有使用过CentOS，所以我不知道它是否可能与相关编码一起作为JRE的一部分。您可以使用^{}进行检查，并使用^{}列出可用的内容

Answer 2

您所需要做的就是指定使用XXXReader(InputStream in, Charset cs)时原始文件写入的字符集/编码。例如，看看InputStreamReader