使用Java CsvReader读取CSV时德语变音字符(Umlaute)乱码求助

可行的解决步骤： #

• 确认CSV文件的实际编码
  乱码最常见的原因是文件本身并非UTF-8编码，德语文件常使用ISO-8859-1（Latin-1）或Windows-1252编码。你可以用Notepad++等工具打开文件，查看状态栏显示的编码类型。
  如果文件是ISO-8859-1，修改字符集参数：

  CsvReader addressDataCsvFile = new CsvReader(addressDataCsvFilename, ',', Charset.forName("ISO-8859-1"));
  

  如果是Windows-1252，则替换为：

  CsvReader addressDataCsvFile = new CsvReader(addressDataCsvFilename, ',', Charset.forName("Windows-1252"));
  

• 改用InputStreamReader包装文件流
  部分旧版本的CsvReader构造方法对字符集的处理可能存在问题，尝试通过InputStreamReader明确指定编码：

  try (InputStreamReader reader = new InputStreamReader(
          new FileInputStream("Tannis_Export.csv"),
          Charset.forName("ISO-8859-1") // 替换为文件实际编码
      )) {
      CsvReader addressDataCsvFile = new CsvReader(reader, ',');
      addressDataCsvFile.readHeaders();
      while (addressDataCsvFile.readRecord()) {
          String strassenName = addressDataCsvFile.get("Strasse");
          // 后续业务逻辑
      }
  } catch (IOException e) {
      e.printStackTrace();
  }
  

• 排查输出/显示环节的编码问题
  有时候读取逻辑是正确的，但输出到控制台或写入文件时出现编码错误：

  • 若控制台输出乱码，设置控制台编码为UTF-8：

    System.setOut(new PrintStream(System.out, true, "UTF-8"));
    

  • 若写入文件，确保写入时使用UTF-8编码：

    try (PrintWriter writer = new PrintWriter("output.txt", "UTF-8")) {
        writer.println(strassenName);
    }
    

• 用编码检测工具确认文件编码
  可以借助juniversalchardet库自动检测文件编码，避免手动猜测：

  File csvFile = new File("Tannis_Export.csv");
  CharsetDetector detector = new CharsetDetector();
  detector.setText(new FileInputStream(csvFile));
  CharsetMatch match = detector.detect();
  if (match != null) {
      String fileCharset = match.getName();
      System.out.println("检测到文件编码: " + fileCharset);
      // 使用该编码初始化CsvReader
      CsvReader addressDataCsvFile = new CsvReader(csvFile.getAbsolutePath(), ',', Charset.forName(fileCharset));
  }
  

内容的提问来源于stack exchange，提问作者Robert Bethge