FileReader/FileWriter 默认使用平台编码（如Windows的GBK），未指定字符集时读写中文会乱码，应改用InputStreamReader/OutputStreamWriter显式指定"UTF-8"编码。
为什么 FileReader / FileWriter 一读中文就乱码
因为 FileReader 和 FileWriter 默认用平台编码（Windows 是 GBK，Mac/Linux 通常是 UTF-8），不指定字符集，跨环境必出问题。它们底层其实是用 InputStreamReader 和 OutputStreamWriter 包装了字节流，但把编码参数硬写死了。
实际开发中，只要文件编码不是当前系统默认编码，就会出现 ??? 或方块 —— 这不是数据丢了，是解码时“认错了门牌号”。
- 永远别直接用
FileReader/FileWriter处理含中文的文本文件 - 显式使用
InputStreamReader+FileInputStream，并传入"UTF-8"等明确编码 - 同理，写入用
OutputStreamWriter+FileOutputStream，别漏掉编码参数
如何用 InputStreamReader 正确读取 UTF-8 文件
关键在构造时传对编码名，且必须和文件真实编码一致。常见错误是写了 "utf8"（少横线）或 "UTF8"（JVM 不认），正确写法是 "UTF-8"。
try (InputStream is = new FileInputStream("data.txt");
InputStreamReader reader = new InputStreamReader(is, "UTF-8");
BufferedReader br = new BufferedReader(reader)) {
String line;
while ((line = br.readLine()) != null) {
System.out.println(line); // 中文正常显示
}
}
- 编码名区分大小写，
"utf-8"可以，"UTF8"会抛UnsupportedEncodingException - 如果不确定文件编码，先用命令行工具查：Linux/macOS 用
file -i data.txt，Windows 可用 VS Code 打开看右下角编码标识 -
BufferedReader套一层只是为提升性能，不影响编码逻辑
写入时 OutputStreamWriter 的 BOM 陷阱
UTF-8 文件本身不需要 BOM，但某些 Windows 应用（如记事本）依赖它识别编码。Java 的 OutputStreamWriter 默认不写 BOM —— 这是对的；但如果你手动写入 \uFEFF，又没注意它在 UTF-8 下是 3 字节 EF BB BF，就可能让后续解析出错。
- 绝大多数场景下，**不要主动加 BOM**，尤其服务端生成 JSON/CSV 时，BOM 会导致解析失败（如
JSON.parse()报错Unexpected token \uFEFF） - 真要兼容记事本，可先写 BOM 再写内容：
out.write("\uFEFF"); out.write("你好");，但需确保OutputStreamWriter编码确实是"UTF-8" - 用
Files.newBufferedWriter(Paths.get("f.txt"), StandardCharsets.UTF_8)更安全，它不带 BOM 且 API 更简洁
跨语言协作时编码声明必须显式传递
Java 程序读写文件时用了 "GBK"，而 Python 脚本默认按 UTF-8 打开，双方都“觉得自己没错”，结果数据一来一回就变乱码。这不是 Java 的 bug，是协作契约缺失。
- 文本文件应统一约定编码（推荐 UTF-8），并在文档、配置、甚至文件名后缀里注明（如
config_gbk.txt） - 网络传输文本（如 HTTP 响应体）必须带
Content-Type: text/plain; charset=UTF-8，否则接收方只能猜 - IDE（如 IntelliJ）需同步设置：File → Settings → Editor → File Encodings → Project Encoding 改为 UTF-8，且勾选 “Transparent native-to-ascii conversion” 防止 .properties 文件异常
编码问题本质是信息传递的上下文错位。最易被忽略的点是：你以为文件是 UTF-8，其实它是 ANSI（即系统默认编码）；你以为程序指定了编码，其实被某层封装悄悄覆盖了。盯住每一处流的创建点，亲手写死 "UTF-8"，比依赖默认值可靠得多。
