流读取导致StringBuilder.toString()乱码的问题及解决

下面我将详细讲解“流读取导致StringBuilder.toString()乱码的问题及解决”的完整攻略。

问题描述

在Java开发过程中，我们常常需要读取一些文本文件或者字符流，然后使用StringBuilder等类进行字符串的拼接，但是在进行toString()方法转换后，发现字符串出现了乱码。这是为什么呢？

造成这个问题的原因是，不同的编码格式所占用的字节数不同，当我们用不正确的编码格式来解析读取出的字节流时，就会产生乱码。

方案一：指定正确的编码格式

解决这个问题的最简单方法就是指定正确的编码格式。在使用InputStreamReader读取一个字节流时，构造函数中需要指定文件编码，例如：

// 指定编码
InputStreamReader isr = new InputStreamReader(new FileInputStream(file), "UTF-8");

这样就可以将字节流正确地转换成字符串了。

方案二：使用ByteArrayOutputStream适配编码

如果我们无法提前知道文件的编码格式，而是需要动态适配编码，我们可以使用ByteArrayOutputStream来帮助我们解决这个问题。

示例一：

// 情况一：使用StringBuilder逐行读取文件内容
StringBuilder sb = new StringBuilder();
BufferedReader reader = new BufferedReader(new FileReader(file));
String line = reader.readLine();
while(line != null) {
    sb.append(line).append(System.lineSeparator());
    line = reader.readLine();
}
reader.close();
// 使用ByteArrayOutputStream和指定编码转换该StringBuilder
String content = new String(sb.toString().getBytes("ISO-8859-1"), "UTF-8");

在这个示例中，我们使用了一个StringBuilder来逐行读取文件内容，然后将每行内容拼接到sb中。但是我们并不知道该文件的编码格式，因此我们使用了“ISO-8859-1”作为中间编码格式，将StringBuilder转换成一个Byte数组，然后再使用“UTF-8”编码将Byte数组转换成String。

示例二：

// 情况二：将文件全部读取到一个Byte数组中
byte[] bytes = new byte[(int) file.length()];
FileInputStream fis = new FileInputStream(file);
BufferedInputStream bis = new BufferedInputStream(fis);
bis.read(bytes, 0, bytes.length);
bis.close();
fis.close();
// 使用ByteArrayOutputStream和指定编码转换该Byte数组
String content = new String(new ByteArrayOutputStream()
        .write(bytes)
        .toByteArray(), "UTF-8");

在这个示例中，我们使用了ByteArrayOutputStream将文件全部读取到了一个大的Byte数组中，然后再使用“UTF-8”编码进行转换。

总结

细心的读者可能会发现：即使我们使用了ByteArrayOutputStream适配编码，每一次转换都需要读取一次Byte数组，这会对性能造成一定的影响。因此，在日常开发中，我们要尽量避免使用这种无法提前知道文件编码格式的方式进行文件的读取和编码转换。

当然，在某些极特殊的情况下，我们不得不使用这种方法，这个时候，我们需要在性能和正确性之间做出一个权衡。