显式指定UTF-8读取文件，本地与部署机器编码为何仍不一致？

核心误解：detectEncoding方法并未检测文件实际编码 #

你的detectEncoding方法里，InputStreamReader没有显式指定编码，它会直接使用JVM的file.encoding属性值作为默认编码：

// 未指定编码，默认采用JVM的file.encoding
InputStreamReader isr = new InputStreamReader(bis);

Linux部署机器的file.encoding默认是ANSI_X3.4-1968（即ASCII），所以isr.getEncoding()返回的是JVM默认编码，而非文件本身的编码。本地Mac的file.encoding是UTF-8，所以输出UTF-8——这个检测结果完全依赖JVM配置，和文件真实编码无关。

显式指定UTF-8的读取代码其实是生效的，但存在隐式依赖默认编码的操作 #

你这段读取代码是正确的，确实会按UTF-8解析文件：

LineNumberReader fin = new LineNumberReader(new InputStreamReader(new FileInputStream(mutationInputFileName), StandardCharsets.UTF_8));

之所以添加-Dfile.encoding=UTF-8后MD5签名和本地一致，是因为后续处理流程中存在未显式指定编码的操作（比如字符串转字节数组用了无参的getBytes()、输出日志或写入文件时依赖默认编码），这些操作会使用JVM的file.encoding。当把默认编码改成UTF-8后，这些隐式操作也统一用了UTF-8，最终结果和本地对齐。

文件实际编码确实是UTF-8 #

Linux上file -bi命令输出text/plain; charset=utf-8，这才是文件真实的编码类型。本地Mac的file -bi输出"regular file"是工具本身的识别问题，不影响文件实际编码。

解决建议 #

1. 所有字符编码相关操作强制显式指定UTF-8：
   比如字符串转字节数组用str.getBytes(StandardCharsets.UTF_8)，写入文件时用new OutputStreamWriter(new FileOutputStream(...), StandardCharsets.UTF_8)，彻底摆脱对file.encoding的依赖。
2. 不要用InputStreamReader.getEncoding()检测文件编码：
   这个方法仅返回当前Reader使用的编码，无法反映文件真实编码。如果需要自动检测文件编码，可使用专门的库（如juniversalchardet），但你的场景中已经通过file -bi确认是UTF-8，直接显式指定即可。

内容的提问来源于stack exchange，提问作者anonimos