Java使用BufferedReader读取CSV文件时输出乱码无法识别
核心问题原因
代码读取CSV输出全不可识别乱码,核心触发原因有两点:
- 代码硬编码指定使用
utf-8字符集解码文件字节流,但目标icx-catalog.csv的实际存储编码与UTF-8完全不兼容。Windows环境下通过Excel导出的CSV默认不会采用UTF-8编码,多为GBK/GB18030、UTF-16LE等格式,用不匹配的字符集强制解码二进制流,就会输出示例中这种完全无法辨识的乱码块。 - 路径读取逻辑存在隐性适配缺陷:硬拼本地文件系统路径读取resources目录下的文件,在IDE本地运行时可以正常访问,但如果Maven资源过滤规则配置错误,会把纯文本CSV当成二进制资源做编码转换,最终导致读取到的内容乱码。
可落地的修复方案
- 首先确认目标CSV的真实存储编码:用系统自带记事本打开该文件,通过“另存为”界面即可查看当前文件的编码格式,常见编码对应兼容字符集参考:
- ANSI编码(Windows中文系统):对应
GB18030(GBK超集,兼容全场景中文内容) - UTF-16编码:对应
UTF-16LE - 带BOM的UTF-8:对应
UTF-8,需注意跳过文件开头3字节的BOM隐形头
- ANSI编码(Windows中文系统):对应
- 调整硬编码的字符集参数,匹配文件真实编码,示例修复核心代码:
// 替换原硬编码的"utf-8"为文件实际对应的正确字符集 parser = new BufferedReader(new InputStreamReader( new FileInputStream(url), StandardCharsets.GB18030 // 以GBK编码的文件为例 )); - 修正资源读取逻辑,适配打包部署场景:不要硬拼本地文件路径读取resources下的文件,打jar包部署后这类路径会直接失效,改用类加载器读取资源流的方式:
// 类加载器读取resources路径下的文件,兼容IDE和jar包运行环境 InputStream csvStream = getClass().getResourceAsStream("/dataset/icx-catalog.csv"); parser = new BufferedReader(new InputStreamReader(csvStream, StandardCharsets.GB18030));
注意:如果读取带BOM的UTF-8格式文件,第一行开头会附带1个不可见的BOM控制字符,会导致首行表头匹配失败,可在读流时跳过开头3个字节的内容,不影响正常CSV解析。
内容的提问来源于stack exchange,提问作者phani kumar
相关产品推荐
相关产品推荐

