采用readLine方法对txt文本读取中文字符显示乱码，尽管很快找到解决方案，但疑惑反而更多。

1.问题

RandomAccessFile ran=new RandomAccessFile("D:/test.txt","r");System.out.println(ran.readLine());

当直接用readLine方法对txt文件里的中文字符读取时，显示出来的是乱码。

2.解决方案

经过查找，网上的解决方案是

System.out.println(new String(ran.readLine().getBytes("iso-8859-1"),"gbk"));

2.1.简单介绍下字符集（可跳过）

1、 ISO-8859-1

又称为西欧语言，在ascll码的基础上增加了96个字符和符号，单字节编码，无法表示中文。

2、GB2312/GBK/GB18030

GB2312：我国国家标准简体中文字符集，双字节编码。

GBK：汉字内码扩展规范，不属于国家标准，但囊括范围更广，兼容GB2312。

GB18030：国家标准，在GBK基础上再增加内容。（好像少见）

3、Unicode

计算机科学领域的业界标准，对世界上大部分的文字系统进行了整理、编码。

4、utf-8/utf-16

都是一种针对Unicode的可变长度字符编码。区别在于：

utf-8：对字符采用1到4字节编码。中文是3个字节。

utf-16：对大部分字符采用2字节编码，极少部分采用4字节编码。

2.2.接着解决方案

System.out.println(new String(ran.readLine().getBytes("iso-8859-1"),"gbk"));

解决方案的意思是：

（提下编码解码的概念：编码：把字符转换成字节。解码：把字节转换成字符。）

将readLine读取出来的字符串通过getBytes方法按iso-8859-1编码成字节数组，然后再将字节数组按gbk解码，最后转换成字符串输出。

[.9.16更新]删除一些多余的解释，主要的原因在readLine()源码里。

2.3.readLine()源码

public final String readLine() throws IOException {StringBuffer input = new StringBuffer();int c = -1;boolean eol = false;while (!eol) {switch (c = read()) { //read()：每次读取一个字节case -1:case '\n':eol = true;break;case '\r':eol = true;long cur = getFilePointer();if ((read()) != '\n') {seek(cur);}break;default:// 重点就这一句input.append((char)c);break;}}if ((c == -1) && (input.length() == 0)) {return null;}return input.toString();}

[.9.16更新]重写了对源码的解析，以前研究的不够透彻。

readLine方法通过read()方法读取文本文件里存储的字节。然后将int型的字节数据转换成char型，重点在这里。

char类型用2个字节的Unicode值表示一个字符，读取到的GBK编码单字节被添加了一个全零的字节组成了Unicode值。

而iso-8859-1是单字节编码，对这个Unicode值进行iso-8859-1编码将会去掉前面补充的零，得到原来GBK编码的字节，这时再用GBK解码即可得到原来的字符。

举个例子——

"你"字对应的GBK编码是0xC4E3（0x表示十六进制）read()方法读取到两个int类型的字节0xC4和0xE3，转变成char型：0x00C4，0x00E3如果直接输出，编译器会直接查找/计算0x00C4这个Unicode值对应的字符，很显然会输出乱码。采用iso-8859-1编码后：0xC4，0xE3采用GBK解码成Unicode值：0x4F60，为什么不是解码成字符？因为char或String类型存储的就是Unicode值，经过查找或计算就能得到相应的字符。如果不采用iso-8859-1编码直接GBK解码会怎么样？编译器将会对0x00C4，0x00E3进行GBK解码，因为GBK编码解码是两个字节对应一个字符的，所以会得到两个字符，这种情况也会导致乱码。

因为在写另一份更加详细的java字节流读取博客，所以对这篇博客的修改很粗糙，可能你看完有点点感觉但好像又没完全弄懂，可以看下这篇——Java字节流读取中文文本编码解码详解