如何正确读取Huffman编码的二进制文件（避免Unicode替换字符干扰）-java教程-PHP中文网

如何正确读取Huffman编码的二进制文件（避免Unicode替换字符干扰）

java中用文本流（如filereader）读取huffman编码后的二进制文件会导致字节被错误转换为unicode替换字符u+fffd（对应字节0xfd，即二进制11111101），应改用字节流（fileinputstream）直接读取原始字节。

java中用文本流（如filereader）读取huffman编码后的二进制文件会导致字节被错误转换为unicode替换字符u+fffd（对应字节0xfd，即二进制11111101），应改用字节流（fileinputstream）直接读取原始字节。

Huffman编码生成的是原始二进制数据，而非可读文本——它可能包含任意字节值（0x00–0xFF），其中许多（如0x00、0x01、0xFF等）在UTF-8或平台默认编码下无法映射为合法字符。当你使用 FileReader + BufferedReader 时，Java会尝试将输入字节按字符编码（默认系统编码，通常是UTF-8）解码为 char；遇到非法或不可映射的字节序列时，JVM会静默插入 Unicode 替换字符 U+FFFD（其UTF-8编码为 0xEF 0xBF 0xBD，而单字节 0xFD 正是该字符在Latin-1等单字节编码下的“截断视图”——这正是你看到大量 11111101 的根本原因）。

✅ 正确做法：始终使用字节流处理二进制文件。以下是修复后的示例代码：

学习导航

一款AI开发辅助工具，主要用于学习者优质的学习网址导航网站，适合需要提升相关任务效率的用户。

下载

import java.io.*;

public class HuffmanBinaryReader {
    public static void main(String[] args) throws IOException {
        try (FileInputStream fis = new FileInputStream("encoded.bin");
             BufferedInputStream bis = new BufferedInputStream(fis);
             FileWriter fw = new FileWriter("out.txt");
             BufferedWriter bw = new BufferedWriter(fw)) {

            printRemainingBits(bis, bw);
        }
    }

    static void printRemainingBits(BufferedInputStream bis, BufferedWriter bw) throws IOException {
        System.out.println("\nRemaining Bytes (as bits):");
        int b;
        while ((b = bis.read()) != -1) {
            printByteBits((byte) b);
            bw.write(String.format("%s ", toBinaryString((byte) b)));
        }
        bw.newLine();
    }

    public static void printByteBits(byte b) {
        for (int i = 7; i >= 0; i--) {
            int bit = (b >> i) & 1;
            System.out.print(bit);
        }
        System.out.print(" ");
    }

    public static String toBinaryString(byte b) {
        return String.format("%8s", Integer.toBinaryString(b & 0xFF)).replace(' ', '0');
    }
}

⚠️ 关键注意事项：