Odczytywanie znaków Unicode z pliku CSV

Question

Mam csv file, który zawiera słowa w języku angielskim, a następnie ich tłumaczenie hindi. Próbuję odczytać plik csv i za jego pomocą wykonać dalsze przetwarzanie. Plik CSV wygląda tak:

English,,Hindi,,, 
,,,,, 
Cat,,बिल्ली,,, 
Rat,,चूहा,,, 
abandon,,छोड़ देना,त्याग देना,लापरवाही की स्वतन्त्रता,जाने देना 

Próbuję odczytać linię pliku csv po linii i wyświetlić, co zostało napisane. Fragment kodu (Java) przedstawia się następująco:

//Step 2. Read csv file and get the string. 
      FileInputStream fis = null; 
      BufferedReader br = null; 
      try { 
       fis = new FileInputStream(new File(csvFile)); 
      } catch (FileNotFoundException e1) { 
       // TODO Auto-generated catch block 
       e1.printStackTrace(); 
      } 

      boolean startSeen = true; 
      if(fis != null) { 
       try { 
        br = new BufferedReader(new InputStreamReader(fis, "UTF-8")); 
       } catch (UnsupportedEncodingException e2) { 
        // TODO Auto-generated catch block 
        e2.printStackTrace(); 
        System.out.print("Unsupported encoding"); 
       } 
       String line = null; 
       if(br != null) { 
        try { 
         while((line = br.readLine()) != null) { 
          if(line.contains("English") == true) { 
           startSeen = true; 
          } 

          if((startSeen == true) && (line != null)) { 
           StringBuffer sbuf = new StringBuffer(); 
           //Step 3. Parse the line. 
           sbuf.append(line); 
           System.out.println(sbuf.toString()); 
          } 
         } 
        } catch (IOException e1) { 
         // TODO Auto-generated catch block 
         e1.printStackTrace(); 
        } 
       } 
} 

Jednak następujące wyjścia jest to, co mam:

English,,Hindi,,, 
,,,,, 
Cat,,??????,,, 
Rat,,????,,, 
abandon,,???? ????,????? ????,???????? ?? ???????????,???? ???? 

My Java nie jest wielki i choć przeszły liczby stanowisk na SO, potrzebuję więcej pomocy w ustaleniu dokładnej przyczyny tego problemu.

Answer 1

Do odczytu pliku tekstowego lepiej jest używać znaków strumień przykład za pomocą java.util.Scanner bezpośrednio zamiast FileInputStream. O kodowaniu musisz najpierw upewnić się, że plik tekstowy, który chcesz odczytać, jest zapisany jako "UTF-8", a nie inaczej. Zauważyłem również w moim systemie, Muszę zapisać mój plik źródłowy java jako "UTF-8", a także, aby był poprawnie pokazywany hindi char.

Jednak chcę sugerować prostszy sposób można odczytać pliku csv następujące:

Scanner scan = new Scanner(new File(csvFile)); 
while(scan.hasNext()){ 
    System.out.println(scan.nextLine()); 
} 

Answer 2

Myślę, że Twoja konsola nie może wyświetlać znaków hindi. Spróbuj

System.out.println("Cat,,बिल्ली,,,"); 

przetestować

Answer 3

Tak jak wspomniano w powyższych odpowiedziach; rozwiązania to DWIE stopnie 1) Zapisz plik tekstowy jako UTF-8 2) Zmień właściwość swojego kodu Java, aby korzystać z UTF-8 In Eclipse; kliknij prawym przyciskiem myszy plik Java; Properties - Kodowanie> Plik tekstowy - -> Resurces> Inne -> UTF-8

patrz zrzut ekranu podana na http://howtodoinjava.com/2012/11/27/how-to-compile-and-run-java-program-written-in-another-language/