Java读取UCS-2 LE带BOM日志文件，如何正确读取支持字符串操作？

你遇到的问题核心是编码不匹配导致的乱码：UCS-2 LE本质就是UTF-16LE（双字节编码），而你用单字节的CP1252读取时，会把每个双字节字符拆成两个单字节乱码——比如ASCII字符"I"在UTF-16LE里是0x49 0x00，用CP1252读出来就变成"I"加一个空字符，这样你的contains("INFO")自然匹配不到目标子串。

这里有两种简单可靠的解决方法：

方法一：自动识别UTF-16编码（推荐） #

Java的StandardCharsets.UTF_16会自动检测UTF-16的BOM（字节顺序标记），不管是LE还是BE编码都能正确处理，直接替换你的字符集参数就行：

import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.List;

public class LogProcessor {
    public static void main(String[] args) throws Exception {
        // 用UTF-16字符集读取，自动处理BOM和字节顺序
        List<String> lines = Files.readAllLines(Paths.get("sample.log"), StandardCharsets.UTF_16);
        for (String s : lines) {
            if (s.contains("INFO")) {
                System.out.println(s);
            }
        }
    }
}

这个方法最省心，不需要手动处理BOM，Java会帮你搞定所有细节。

方法二：指定UTF-16LE并手动跳过BOM（适合明确编码场景） #

如果你确定文件是UTF-16LE带BOM，也可以手动跳过开头的2字节BOM（0xFF 0xFE），再用UTF-16LE读取：

import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.io.BufferedReader;
import java.io.InputStreamReader;

public class LogProcessor {
    public static void main(String[] args) throws Exception {
        try (BufferedReader reader = new BufferedReader(
                new InputStreamReader(Files.newInputStream(Paths.get("sample.log")), StandardCharsets.UTF_16LE))) {
            // 跳过BOM（UTF-16LE的BOM是\uFEFF，若存在则读取跳过，不存在则重置指针）
            reader.mark(1);
            if (reader.read() != '\uFEFF') {
                reader.reset();
            }
            String line;
            while ((line = reader.readLine()) != null) {
                if (line.contains("INFO")) {
                    System.out.println(line);
                }
            }
        }
    }
}

不过这种方法不如第一种灵活，除非你有特殊需求，否则优先用方法一。

替换字符集后，读取的字符串会是正常的Unicode字符，后续的contains、equals等字符串操作都能正常工作啦。

内容的提问来源于stack exchange，提问作者Twonky