的Java解析UTF8

Question

我有結構如下一個UTF8文件的以下問題：

FIELD1§FIELD2§FIELD3§FIELD4

看着它採用A7編纂該文件的十六進制值§。所以根據這個編碼它應該是UTF8，但它很奇怪，因爲A7>7F所以1個字節不應該足以編碼§。

於是，我就直接使用一個BufferedReader與指定的字符集：

BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(input), utf8)) 

但是當我嘗試

SmartTokenizer st = new SmartTokenizer(toTokenize, "§") 

（在SmartTokenizer來標記字符串是StringTokenizer的修改版本，保留空標記）

不發生分裂，如果我嘗試打印字符串，我獲得

FIELD1？FIELD2？FIELD3？...

所以在文件中使用§是從指定爲分隔符的不同，它不是能夠打印出這一點。

那麼這裏有什麼問題？也許原始文件應該使用2個字節來存儲§？

Answer 1

§的UTF-8編碼是0xC2 0xA7。

如果文件使用A7表示§，那麼它可能在ISO-8859-1 writtein（或其他ISO-8859- *或它們的衍生物）。

Answer 2

查看文件的十六進制值，它使用A7編碼§。所以 根據這個編碼它應該是UTF8

呃，爲什麼？它是ISO8859-1（或拉丁-1或相關的） http://en.wikipedia.org/wiki/ISO/IEC_8859-1