Unicode beim Lesen und Schreiben per java.io.*

[famco]

Hallo,

ich übe gerade in Java und habe mir zur Aufgabe gemacht, mittels FileWriter und FileReader eine Datei zu kopieren. Also eine wirklich einfache Übung:

FileReader lesen=new FileReader(quelle);
FileWriter schreiben=new FileWriter(ziel);
int x;
while (lesen.ready()) {
       x=lesen.read();
       schreiben.write(x);
}
schreiben.close();
usw.

quelle und ziel sind File-Objekte.
Nur leider muss ich feststellen, das bei Textdateien, die Umlaute nicht richtig kopiert werden. Ich dachte, das das gearde bei Java kein Problem sein sollte wegen Unicode.
Wo ist das Problem, oder: was mache ich falsch ????

Danke
famco

 

[Gastredner]

Java arbeitet mit Unicode, aber womit arbeitet dein Betriebssystem und womit sind die zu kopierenden Textdateien verfasst? Auch können Umlaute und ähnliches falsch dargestellt werden, wenn der verwendete Editor die entsprechende Kodierung nicht kennt.

 

[diel2001]

Zum schreiben "OutputStreamWriter" verwenden

new BufferedWriter(new OutputStreamWriter(new FileOutputStream(new File("")), "UTF-8"));

Zum lesen "InputStreamReader" verwenden

new BufferedReader(new InputStreamReader(new FileInputStream(new File("")), "UTF-8"));

 

[Gast2]

Höchst warscheinlich ist die Datei nicht in UTF8 sondern in ISO-8859-1 oder so.

Probier mal:

        FileInputStream fis = new FileInputStream("myfile.txt");
        InputStreamReader isr = new InputStreamReader(fis, "ISO-8859-1");
        StringBuilder buffer = new StringBuilder();
        int c;
        while ((c = isr.read()) != -1) {
            buffer.append((char) c);
        }
        String str = buffer.toString();
        System.out.println(str);

 

[famco]

ok, Eure Vorschläge funktionieren. Was ich nur nicht verstehe ist: ich lese ein Zeichen und ich schreibe das Zeichen - ohne es zu verändern. Wer verändert wann das Zeichen und vor allem warum? Ich würde erwarten, dass es genau so geschrieben wird, wie ich es gelesen habe ...
famco

 

[Gast2]

Wenn die Datei selber nicht in UTF8 vorliegt, du sie aber im UTF8 Encoding einließt werden die Zeichen halt falsch interpretiert. Im schlimmsten Fall sind sie halt ungültig.

Windows + Notepad schreiben glaub ich niemals UTF8 files sondern immer nur Dateien im ISO-8859-1 Encoding.

Lad dir mal Notepad++ oder so runter, stell ein das der UTF8 Mode genutzt wird, erstell dir eine Beispiel Datei und probier den Code aus deinem ersten Posting noch mal. Dann wird er funktionieren.

 

[famco]

hm, verstehe ich trotzdem nicht. Egal wie der Editor es darstellt, wenn ich ein Byte mit dem Wert x schreibe, erwarte ich auch, das es als Wert x wieder auslese.
Zum Beispiel so:

package test;
import java.io.*;

public class Main {
    public static void main(String[] args) throws IOException {
      File datei=new File ("test.asc");
      FileWriter quelle=new FileWriter(datei);
      quelle.write(120);
      quelle.write(17);
      quelle.close();
      FileReader ziel=new FileReader(datei);
      System.out.println(ziel.read());
      System.out.println(ziel.read());
      ziel.close();
    }
}

Das geht. Aber warum ich keine Datei kopieren kann durch byteweises Lesen und Schreiben ist mir unklar.
In c hatte ich damit nie Probleme. Irgendetwas habe ich wohl grundsätzlich noch nicht verstanden beim FileIO in Java....

famco

 

[Gastredner]

Du verwendest Reader und Writer, die eingelesene Bytes automatisch als Zeichen interpretieren. Verwende Input- und OutputStreams, diese arbeiten Byte-basiert.

 

[nichtredner]

FileReader + FileWriter lesen Byteströme und konvertieren immer entweder 8 oder 16 Bit in ein Zeichen. Beim schreiben passiert das gleiche, nur umgekehrt. Welche Bitfolgen in welche Zeichen umgewandelt werden - und umgekehrt - ist immer abhängig von der verwendeten Codierung. Hier gibt es UTF8 und son gedöns. Byte für Byte kopierst du am besten mit einem FileInputStream, bzw. BufferedInputStream, und den entsprechenden output streams.

 

[nichtredner]

Grundlegendes I/O-Zeugs: Lesson: Basic I/O (The Java™ Tutorials > Essential Classes)
Galileo Computing :: Java ist auch eine Insel – 17 Datenströme