旧版jdk数组读取乱码的根源是字符编码链路断裂,需显式指定charset贯穿i/o全流程:用inputstreamreader+bufferedreader替代filereader,优先使用standardcharsets常量;编码不明时探测前4kb字节按utf-8→gbk→iso-8859-1→big5顺序解码;写回时须保持同编码,禁用filewriter;bom需手动处理;-dfile.encoding仅作临时辅助。

旧版 JDK(Java 17 及之前)中数组读取出现乱码,本质不是数组结构的问题,而是字符编码链路断裂——从文件/输入流读取字节时,未显式指定与源数据一致的字符集,导致 JVM 依赖操作系统默认编码(如 Windows 上是 GBK),而实际文件可能是 UTF-8 或其他编码。规避的关键在于切断对 file.encoding 的隐式依赖,用明确的字符集贯穿 I/O 全流程。
用 BufferedReader + InputStreamReader 显式绑定编码
不要使用 FileReader(它强制使用系统默认编码且不可配置),必须组合 InputStreamReader 与 BufferedReader,并传入确定的 Charset 实例:
- 读取已知为 UTF-8 的配置文件:
new InputStreamReader(new FileInputStream("config.txt"), StandardCharsets.UTF_8) - 读取老旧 GBK 文件(如 Windows 记事本保存的中文配置):
new InputStreamReader(fis, StandardCharsets.GBK) - 优先使用
StandardCharsets.XXX常量,避免字符串拼写错误(如"UTF-8"写成"UTF8")
封装安全读取逻辑,自动适配常见旧编码
面对编码不明的遗留配置文件,可先探测再读取。不推荐全文件检测(性能差),可用前 4KB 字节快速判断:
- 用
Files.readAllBytes(path)读取头部字节,配合java.nio.charset.CharsetDecoder或第三方库(如 juniversalchardet)尝试解码 - 按常见优先级顺序试探:
UTF-8 → GBK → ISO-8859-1 → Big5,首个无异常解码成功的即为真实编码 - 封装为工具方法,返回
String[]数组时,确保每个元素都是经正确解码的 Unicode 字符串
数组内容写回时保持编码一致性
若需将处理后的数组(如修改后的配置项)写回文件,必须与读取时使用相同编码,否则形成“二次乱码”:
- 写入时同样禁用
FileWriter,改用OutputStreamWriter指定 charset - 示例:
try (Writer w = new OutputStreamWriter(new FileOutputStream("config.txt"), StandardCharsets.UTF_8)) { for (String line : configArray) w.write(line + "\n"); } - 若原文件含 BOM(如 UTF-8 with BOM),读取时需跳过 BOM 字节;写入时如需兼容旧工具,可手动写入
\uFEFF
运行时强制统一默认编码(辅助手段)
在无法修改代码的场景下,可通过 JVM 启动参数临时对齐环境:
- 启动命令加
-Dfile.encoding=UTF-8,使FileReader和未指定 charset 的 API 也走 UTF-8 - 注意:该方式治标不治本,仅适用于全项目确认所有配置文件均为 UTF-8 的情况
- 更稳妥的做法仍是代码层显式指定,避免被不同机器的系统 locale 干扰











