Beim txt Datei einlesen kommen zusätzliche Lehrzeichen dazu.

[as imba as u ca]

Hallo,
bin grade am programmieren und habe ein Problem das ich selbst nach langem googeln nicht lösen konnte. Das Problem ist, dass nach dem auslesen aus einer Textdatei vor jedem Buchstaben ein Lehrzeihen steht.
Der minimale Code bei dem das passiert ist dieser hier.

import java.io.*;


public class test {

  public static void main(String[] args) {
     BufferedReader file = null;
    String text="";

    try {
      file = new BufferedReader(new FileReader("partnerships.txt"));
    } catch(FileNotFoundException ex) {
      System.err.println("fehler");
    }
    try {
     while((text = file.readLine())!=null){
     System.out.println(text);
     System.out.println(text.indexOf("o"));
     }
    } catch(IOException ex) {
      System.err.println("fehler");
    }
  }
}

Wenn in der Datei steht: "hallo" wird daraus "*■h a l l o" und das o ist an der 10 Stelle was zeigt, das es nicht an der Darstellung in der Komandozeile liegt.

Doch warum ist das jetzt also so, schließlich ist das die Variante die ich in mehreren tutorials und Büchern gefunden habe.

 

[SlaterB]

kannst du noch die Datei so wie sie gerade ist als Anhang an ein Posting hängen (nicht den Text posten)?
bestimmt in einem anderen Encoding, wie wurde sie erstellt? welche Betriebssysteme sind alle beteiligt?
wenn du mit Java BufferedWriter usw. eine Datei mit Text erstellst, wird der dann richtig eingelesen?

 

[as imba as u ca]

Die Datei war Unicode Codiert, ich hab sie mal in UTF-8 umgewandelt, und jetzt funktionierts plötzlich wie gewünscht. Ich verwende Windows 7 wenn das weiterhilft, ich wüsste nämlich trotzdem gerne wo das Problem lag.

Den Übeltäter habe ich auch noch angehängt.

 

[SlaterB]

mit falschen Encoding eingelesen führt nunmal zu solchen Ergebnissen,
Java erwartet nur ein Byte pro Zeichen, es stehen aber zwei Byte je Zeichen in der Datei, die werden alle einzeln interpretiert,
oder ähnliches

mit

new BufferedReader(new InputStreamReader(new FileInputStream("partnerships.txt"), "Unicode"));

gehts bei mir mit der Originaldatei

 

[TheRealSpikee]

FALSCH !

Grundsätzlich erwartet Java erstmal nur Bytes generell ..

Wie diese interpretiert werden hängt dann vom gewählten Encoding ab ... wenn du UTF-8 angibst wird als UTF-8 gelesen ... wenn du UTF-16 angibst dann als UTF-16 ... oder wenn du Unicode haben willst dann eben Unicode ... aber einfach zu sagen das Java grundsätzlich nur 1 Byte pro "Zeichen" erwartet ist falsch !

 

[SlaterB]

'grundsätzlich' habe ich ja auch nicht geschrieben ,
das angenommene Default-Encoding für Windows 7 in diesem Fall nicht exakt bestimmt + daraus resultiernde Verhalten im Detail analysiert..

aber hätte ich etwas einschränken können, stimmt,
"Java erwartet [hier] nur ein Byte pro Zeichen"