Java使用BufferedReader读文件出现交替空字节 编码问题咨询

• 核心问题是读取文件时未指定正确的字符编码，输入文件本身是UTF-16系列编码（UTF-16LE/UTF-16BE，常见于Windows系统生成的文件），每个字符占2字节存储，ASCII范围内的字符高位字节为0x00。你初始化InputStreamReader时没有传入编码参数，会默认使用操作系统的默认编码（通常是UTF-8或GBK）按单字节解码，导致原本的0x00字节被解码为空字符，和正常字符交替出现。
• 你之前尝试的事后转码方案无效，因为读取阶段已经用错误编码把二进制数据转成了损坏的字符串，数据丢失已经发生，后续转码无法修复。

1. 先确认输入文件的实际编码：可以用文本编辑器（如Notepad++）打开文件，查看底部状态栏显示的编码，常见场景为UTF-16LE或带BOM的UTF-16
2. 初始化InputStreamReader时明确指定匹配的编码，示例代码如下：

// 如果是UTF-16LE编码
BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream( cmdLnArgs[0] ), "UTF-16LE"));
// 如果是带BOM的UTF-16，直接指定UTF-16即可自动识别大小端
// BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream( cmdLnArgs[0] ), "UTF-16"));

3. 验证规则：如果无法通过编辑器查看编码，可以读取文件前2-3个字节判断：
   • 开头为FF FE：UTF-16LE
   • 开头为FE FF：UTF-16BE
   • 开头为EF BB BF：UTF-8带BOM

内容的提问来源于stack exchange，提问作者james_t