Zeilenweises auslesen aus einer Unicode CSV-Datei

[daily]

Heho,

folgendes Problem:
Mit Hilfe fon csvde sollen Active Directory Benutzer exportiert werden --> Das geht
Diese werden in einer CSV-Datei gespeichert --> Geht. Aber die Datei ist Unicode woran ich nix ändern kann.

Nun will ich aus der CSV-Datei die Benutzer auslesen um damit eine Batch-Datei erstellen zu lassen die alle Benutzer aktiviert (Nach Import der Benutzer mit csvde sind alle Benutzer deaktiviert).

Wenn ich aber jetzt zeilenweise aus der Datei auslesen weill bekomm ich nur Zeichensalat.

Sieht so aus:



Ich hab mittlerweile schon BufferdReader, RandomAccessFile, BufferdInputStream und noch irgendwas wo ich schon wieder vergessen hab ausprobiert und es hat nirgends funktioniert. Hab auch schonmal mit dem URLDecoder rumgespielt. Aber auch das bringt mich nicht wirklich weiter.

Ich bin für jede Hilfe dankbar :cry:

 

[EOB]

eventuell ummodeln?

try {
       
        String string = "abc\u5639\u563b";
        byte[] utf8 = string.getBytes("UTF-8");
    
    } catch (UnsupportedEncodingException e) {
}

am besten noch den bufferedreader dekorieren und nen eigenen davor hängen :meld: ....


grüße

 

[kleiner_held]

1. FileInputStream fuer die Datei oeffnen.
2. InputStreamReader erstellen der den FileInputStream mit dem richtigen Charset (wahrscheinlich "UTF-16") kapselt.

 

[daily]

Erstmal an euch beide ein Dankeschön.

eventuell ummodeln?

try {
       
        String string = "abc\u5639\u563b";
        byte[] utf8 = string.getBytes("UTF-8");
    
    } catch (UnsupportedEncodingException e) {
}

am besten noch den bufferedreader dekorieren und nen eigenen davor hängen :meld: ....


grüße

Habe das mal ausprobiert. In dem Bytearray stehen diese Vierecke immernoch drin. Sprich wenn ich sie ausgebe sind sie das auch.

Allerdings hab ich keine Ahnung was du mit "BufferReader dekorieren" meinst.

1. FileInputStream fuer die Datei oeffnen.
2. InputStreamReader erstellen der den FileInputStream mit dem richtigen Charset (wahrscheinlich "UTF-16") kapselt.

Hat auch nichts geändert.

Hier mal mein Code mit dem ichs aktuell probiert hab:

File users = new File("d:\\ad.csv");
		try {
			RandomAccessFile usersAccess = new RandomAccessFile(users, "r");
			String tmp = "";

			tmp = usersAccess.readLine();
			byte[] bla = tmp.getBytes("UTF-16");

			for (int i = 0; i < bla.length; i++) {
				System.out.println((char) bla[i]);

			}

			usersAccess.close();

		} catch (FileNotFoundException e) {
			String message = "Die CSV-Datei ist fehlerhaft oder nicht vorhanden";
			new ExceptionDialog(message, e);
		} catch (IOException e) {
			String message = "Die CSV-Datei ist fehlerhaft oder nicht vorhanden";
			new ExceptionDialog(message, e);
		}

 

[kleiner_held]

File users = new File("d:\\ad.csv"); 
FileInputStream stream = new FileInputStream (users );
InputStreamReader reader = new InputStreamReader (stream, "UTF-16");
BufferedReader bufferedReader = new BufferedReader (reader );
String line = null;
while ((line = bufferedReader.readLine()) != null)
{
    System.out.println(line);
}

Wobei ich nicht weiss ob "UTF-16" richtig ist, wenn kein byte-order mark da ist, mal "UTF-16BE" oder "UTF-16LE" probieren.

 

[daily]

File users = new File("d:\\ad.csv"); 
FileInputStream stream = new FileInputStream (users );
InputStreamReader reader = new InputStreamReader (stream, "UTF-16");
BufferedReader bufferedReader = new BufferedReader (reader );
String line = null;
while ((line = bufferedReader.readLine()) != null)
{
    System.out.println(line);
}

Wobei ich nicht weiss ob "UTF-16" richtig ist, wenn kein byte-order mark da ist, mal "UTF-16BE" oder "UTF-16LE" probieren.

Also du bist eindeutig kein kleiner sondern ein großer Held. Wär ich reich, ich würd dir was spenden

Aber da ich nicht dumm sterben will:
Kannst du mir das mal grob erklären? Also wieso man da ganze 3 (!) Reader ineinander verschachteln muss und welcher da von welchem Effekt profitiert?

 

[kleiner_held]

Man muss immer beachten: InputStream != Reader

1. Der FileInputStream ist ein InputStream und liest nur byte-weise.
Ein byte ist aber nicht gleich ein char sondern die Konvertierung von byte zu char hangt vom Encoding ab.
Deswegen kapseln wir
2. den FileInputStream mit einem InputStreamReader und sagen diesem, welches Encoding er verwenden soll.
der InputStreamReader ist ein einfacher Reader, liest also chars
Da wir aber die Strings gleich zeilenweise einlesen wollen, packen wir
3. den InputStreamReader in einen BufferedReader, denn der bietet uns praktischerweise die Methode readLine()

edit:
Um nochmal darauf einzugehen was du in deinem code gemacht hattest:
Mit

tmp = usersAccess.readLine();

hast du schon die bytes der datei in einen String decodiert (byte->char) und zwar implizit mit dem default Encoding des Betriebssystems, bei dir wahrscheinlich kein UTF-16 sodern ein ISO-XYZ bei Windows oder ein UTF-8 bei den meisten Linuxen.
Dann hast du mit

byte[] bla = tmp.getBytes("UTF-16");

den (falsch) decodierten String wieder encodiert (char->byte), diesmal mit UTF-16.
Und dann hast du mit

System.out.println((char) bla[i]);

einfach die bytes zum char gecastet, was so ziemlich einer Decodierung mit ASCII entspricht.

Du hast also deinen urspruenglichen Text gruendlich geschreddert :-D

 

[daily]

Alles klar, vielen Dank! So klingt das doch ziemlich logisch. Ich setz dann mal das Häkchen