关于使用InputStreamReader读取GBK编码文件乱码的问题

本文探讨了在Java中使用BufferedReader读取GBK编码文件时出现乱码的原因，并提出了解决方案。通过对比UTF-8和GBK编码下字节与字符的转换过程，解释了为何简单转码无法解决问题，强调了在创建Reader时指定正确编码的重要性。

Java代码：

BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream(packageFilePath)));

当使用此Reader读取GBK编码的文件时，所有的中文都会乱码，因为Reader会将读取到的byte转换成char，如果没有指定转换编码，那么默认是使用的utf8，那么读取到的内容就会错误。

那么假如读取完毕后进行一次转码是否可以解决乱码问题呢？

String s = readline();  
s = new String(s.getBytes("gbk"), "gbk");

思路是获得字符串的gbk编码，按照gbk编码重新解析一遍，实验证明是不可以的，是什么原因呢？

举例说明：

Java代码

byte ge[] = {(byte)0xb8, (byte)0xf6};

这是汉字‘个’的gbk编码。
String s = new String(ge, "gbk");
此时s不会是乱码。

s.getBytes("utf8") //得到-28，-72，-86。‘个’的utf8编码  
s.getBytes("gbk") //得到0xb8,0xf6。‘个’的gbk编码

而如果用一下代码生成s：

String s = new String(ge, "utf8");

此时s已经是乱码。

s.getBytes("utf8") //得到-17,-65,-67,-17,-65,-67

此时s的内容已经完全乱掉了，所以再用 s.getBytes("gbk"); 得到的数据也是乱的，无法逆向出真正的内容来。

所以要解决这个问题只能是让reader将byte转向char时使用正确的编码，即生成Reader时指定编码，即：

BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream(packageFilePath), "gbk"));