GB2312转UTF-8部分中文乱码

最新推荐文章于 2025-06-16 10:45:00 发布

相思子~

最新推荐文章于 2025-06-16 10:45:00 发布

阅读量2.8k

点赞数

CC 4.0 BY-SA版权

分类专栏：纠错集文章标签： java

本文链接：https://blog.youkuaiyun.com/iloki/article/details/132469888

纠错集专栏收录该内容

11 篇文章

订阅专栏

文章讲述了在处理txt文件导入时遇到的中文乱码问题，发现GB2312编码不支持部分字符，解决方案是读取时采用GBK编码，再转换为UTF-8以避免乱码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

现象

最近写了个txt导入，客户反馈有时候导入的数据，会出现个别中文乱码的现象，但是我之前已经做过编码转换处理了，统一转成了UTF-8。
比如“鞠婧祎”,导入进来是这样：
在这里插入图片描述

排查思路

首先看了一下这个文本的编码格式，用notepad–打开，查看右下角的文件编码格式。
GB18030（简体中文）
然后跟代码，看看代码中文件的编码格式。
GB2312
代码里直接将原文件编码转成UTF-8,

String fileEncode = EncodingDetect.getJavaEncode(file.getAbsolutePath());
Charset charset = Charset.forName(fileEncode);
if (charset != null) {
   FileUtil.convertCharset(file, convertFile, charset , Charset.forName("UTF-8"));
  }

在这里发现转换之后的文件出现了乱码，一番了解后发现，GB2312不支持一些繁体字符或者特殊字符，直接转换就会出现乱码问题。

解决方案

读入GBK或者GB2312格式的文本时统一选择GBK方式读入，然后再保存为UTF-8，这样就不会出错。

String fileEncode = EncodingDetect.getJavaEncode(file.getAbsolutePath());
if ("GB2312".equals(fileEncode)) {
    fileEncode = "GBK";
}