Stream读取字符文件之乱码问题

简介

如题，开发中我们经常使用InputStream方式来读取一些文件，如字符文件，也许你会这样做：

public static BankArea getStringFromFile(Context context){
    
    
    InputStream stream = null;
    try {
    
    
    	打开字符文件data.json
        stream = context.getAssets().open("data.json");
        StringBuilder sb = new StringBuilder();
        byte[] buffer = new byte[1024];
        int len;
        遍历整个文件不停的读取
        while((len=reader.read(buffer)) != -1){
    
    
        	转化为字符串
            String a = new String(buffer, 0, len);
            sb.append(a);
        }
        return sb.toString();
    } catch (IOException e) {
    
    
        e.printStackTrace();
    }finally {
    
    
        try {
    
    
            assert stream != null;
            stream.close();
        } catch (IOException ) {
    
    
            e.printStackTrace();
        }
    }
    return null;
}

如上诉代码，很简单的一个读取文件代码，data.json就是一个字符文件，里面有许多汉字英文等字符，代码可以正常执行，一般来说不会出现问题，但是某些特殊情况就会出现乱码问题，你知道出在哪个地方，以及为什么会出现吗？

什么情况下出现乱码？

乱码出现了，你可能会觉得是读出来的byte数据转换成String类型时，加一个UTF-8格式就可以解决了！
这是错误的！因为错误的根本原因在你的byte数据上；

根本原因：
当字符文件园园大于你定义的1024个字节byte数据后，出现的乱码情况会更加频繁，原因就在于InputStream的read是一个byte数据的读取方式，每次固定读取1024的字节，而一个汉字占用2个字节以上，所以很有可能某个1024的byte数组刚好只读取了一个汉字的部分数据，然后拿去转换为String，这样肯定会出错，因为数据都不完整

如何解决？

有两种版本，其一是将你的byte数组容量设置的足够大， 这样一次性读取完文件就不会出现了！但是这样不可取，文件太大一次性载入消耗大量内存

另一种办法就是用BufferReader方式缓存方式读取，如下(摘取关键代码)：

   stream = context.getAssets().open("cityData.json");
   reader = new BufferedReader(new InputStreamReader(stream));
   StringBuilder sb = new StringBuilder();
   char[] buffer = new char[1024];
   int len;
   while((len=reader.read(buffer,0,1024)) != -1){
    
    
       String a = new String(buffer, 0, len);
       sb.append(a);
   }

为啥会这样？原因就在于BufferReader以char型为最小单位一个一个读取，确保不会读到部分字符数据，最终转换出来的就不会有乱码